我正在研究我的论文，我有机会建立一个工作环境来测试功能及其工作原理。
应涵盖以下几点：
- jupyterhub（在私有云中）
- pandas，numpy，sql，nbconvert，nbviewer
- 将数据导入DataFrame（csv），分析数据，存储数据（RDD？，HDF5？，HDFS？）
- 未来分析的火花
测试场景包括：
- 具有用户/主题笔记本的多用户环境
- 分析结构表（RSEG，MSEG，EKPO）与数百万行匹配的数百万行与pandas，numpy和spark（spark-sql），matplotlib ....在这3个表中约3GB的数据
- 使用nbconvert导出笔记本，nbviewer导出为pdf，只读notbook和/或reveal.js
你们能不能给我一些关于我应该用于测试的笔记的一些提示或经验，Linux发行版是一个好的开始？
我相信还有很多问题，我有办法找到方法或信息来评估可能的答案。
提前感谢！