在R啟用H2O flow

整個程序接近啟動H2O flow Web UI 的Step 3與Step 4。

Step 1: ssh 登入後在terminal執行sparkling-shell，進入sparkling-water shell

$ sparkling-shell

Step 2: 在sparkling-water shell 啟動 sparkling-water cluster

scala> import org.apache.spark.h2o._
scala> val h2oContext = H2OContext.getOrCreate(sc)

在結束上述程序最後，會獲得一組ip和port位置，如下圖所示

Step 3: 因每個人所分配到的port皆不同，請依提示訊息，此例為：http://172.16.1.12:54323

透過這組指派的IP和port，以上的範例ip="172.16.1.12" port=54323，透過這組ip和port可以直接進入H2O webUI的界面，或是透過R直接進入H2O的cluster。

Step 4: 在R的環境操作H2O cluster方式，不要中斷上面sparkling-shell的環境，同時在新的terminal開啟R。

註: 務必不要中斷sparkling-shell，且務必要開一個terminal。

$ R

Step 5: 在R的環境下安裝H2O套件。

>options(download.file.method = "wget")
>install.packages(c("statmod","RCurl","jsonlite"),
 repos="https://cloud.r-project.org")
>install.packages("h2o",type="source",
 repos=(c("http://h2o-release.s3.amazonaws.com/h2o/rel-turin/2/R")))

註1: 為配合我們系統上的sparkling環境，不能夠直接使用install.packages("h2o")的方式

註2: 只有第一次使用需要安裝套件，安裝成功後就不再需這執行一步

Step 6: 安裝完成後，就如同其他執行R套件的模式呼叫h2o，為進入我們系統提供的H2O Cluster環境，必須執行以下程序，其中ip和port設定，同樣必須仰賴之前sparkling-shell指派的位置。

> library(h2o)
> h2o.init(ip="172.16.1.12", port=54323)

若順利進如設定的H2O Cluster環境，系統上會迴傳以下資訊

接著就可以使用h2o這個套件提供強大的Machine Learning的功能，請參考在R使用H2O應用範例

其他細節請參考H2O官方的說明文件