GitHub標星2.6K！Jupyter“慌了”！Netflix發布新開發工具Polynote
近日，Netflix宣布開源Polynote，Polynote是Netflix自家使用的多語言筆記本環境，Polynote為數據科學家和機器學習研究人員提供了一個筆記本環境，允許他們將基于JVM的ML平臺（此類平臺大多使用Scala構建）與Python生態系統中流行的機器學習和可視化庫無縫集成。
它已經在Netflix內部廣泛使用，而且Netflix正在研究如何將Polynote和其他平臺集成，下面一起詳細來看看Polynote有哪些牛掰的功能特性：
功能概述
可重復性
Polynote的兩個指導原則是可復制性和可見性。為了實現這兩大特性，我們最早的設計決策之一是從頭開始構建Polynote的代碼解釋，而不是像傳統筆記本一樣依賴REPL。
我們認為，盡管REPL總體上不錯，但它們根本不適合筆記本電腦。為了了解REPL和筆記本的問題，讓我們看一下典型筆記本環境的設計。
筆記本是單元格的有序集合，每個單元格可以保存代碼或文本。每個單元格的內容可以獨立修改和執行。單元格可以重新排列，插入和刪除。這還可以取決于筆記本電腦中其他單元的輸出。
將此與REPL環境進行對比會發現。在REPL會話中，用戶把表達式一次一個地輸入提示符。一旦求值，表達式及其求值結果是不可變的，求值結果將附加到下一個表達式可用的全局狀態。
不幸的是，這兩個模型之間的脫節意味著一個典型的notebook環境，它使用一個REPL會話來評估單元代碼，當用戶與notebook交互時，會導致隱藏狀態積累。單元可以按任何順序執行，從而改變這種全局隱藏狀態，從而影響其他單元的執行。通常情況下，筆記本無法從頂部可靠地重新運行，這使得它們很難復制并與他人共享。這種隱藏狀態也讓用戶很難推斷筆記本上運行了什么。
在其他筆記本中，隱藏狀態意味著一個變量在其單元格被刪除后仍然可用。
在 Polynote 筆記本中，沒有隱藏狀態，被刪除的單元格變量不再可用。
從頭編寫Polynote的代碼解釋允許我們消除這種全局的、可變的狀態。通過跟蹤每個單元中定義的變量，Polynote根據在其上運行的單元構建給定單元的輸入狀態。使單元格的位置在其執行語義中變得重要，這也加強了最小驚奇原則，允許用戶從上到下閱讀筆記本。它通過讓筆記本持續運行，從而確保其可重復性。
編輯改進
Polynote提供了諸如交互式自動完成和參數提示、錯誤高亮顯示以及支持LaTeX富文本編輯器等類似ide的特性。
可見性
Polynote UI通過顯示內核狀態、突出顯示當前正在運行的單元代碼和當前正在執行的任務，從而讓用戶對內核狀態的直觀了解。
多語言
筆記本中的每個單元格都可以用不同的語言編寫，變量可以在它們之間共享。目前支持Scala、Python和SQL語言類型。
依賴項和配置管理
Polynote 將配置和依賴項信息直接存入筆記本，而不依賴于外部文件或集群 / 服務器級別的配置。
數據可視化
本機數據探索和可視化幫助用戶了解更多關于他們的數據，而不會弄亂他們的筆記本。與matplotlib和Vega的集成允許高級用戶通過漂亮的可視化效果進行交互。
接下來，我們將更深入地了解Polynote的功能：
安裝
安裝過程是按照它的指南文檔進行的，我還安裝了matplotlib
- pip3 install matplotlib
如果你打算嘗試它的多語言功能，則需要再添加一個環境變量：
- export PYSPARK_ALLOW_INSECURE_GATEWAY=1
如果沒有，你就會收到以下提示：
編輯體驗
使用筆記本級別的“配置和依賴項”設置可以輕松地從maven存儲庫中提取依賴項，包括使用HTTP get從Netflix博客獲取文本的請求：
自動完成功能適用于從Maven存儲庫中提取的庫：
但是，lambda函數的自動完成功能似乎不起作用：
Spark示例
在這個字數統計示例中，我們從HTTP獲取文本，對其進行標記，并保留所有大于4個字符的標記。
Spark也可以輕松配置“配置和依賴”設置：
切換到Python
現在，我們切換到python，使用panda和matplotlib來繪制條形圖，只選取前10個單詞。
運行還算順利，但是有時候會彈出以下警告：
當這種情況發生時，接口停止工作，惟一的解決方法就是終止Polynote進程并重啟。
Polynote是迄今為止我嘗試過的Spark和Scala最好的筆記本。雖然有些小故障，但是我相信很快就會修復
目前，Polynote已經在GitHub上標星2.6K，177個Fork（GitHub地址：https://github.com/polynote/polynote）如果對這個項目感興趣，可以直接訪問GitHub的源代碼進行嘗試。
