我正在写我的论文，我有机会建立一个工作环境来测试功能以及它是如何工作的。
应包括以下几点：
- jupyterhub（在私有云中）
- 熊猫，numpy，sql，nbconvert，nbviewer
- 将数据放入DataFrame（csv），分析数据，存储数据（RDD？，HDF5？，HDFS？）
- 未来分析的火花
测试场景将包括：
- 具有用户/主题笔记本的多用户环境
- 分析具有几百万行的结构化表（RSEG、MSEG、EKPO），与 pandas、numpy 和 spark（spark-sql）、matplotlib 进行 3 路匹配。这 3 个表中的数据约为 3GB。
- 使用 nbconvert、nbviewer 将笔记本导出为 pdf、只读 notbook 和/或reveal.js
你们能否给我一些关于我应该使用多少笔记来测试的提示或经验，哪个 Linux 发行版是一个好的开始？我相信还有更多问题，我很难找到方法或信息来评估可能的答案。
提前致谢！