Spark安装
spark运行环境
- spark是Scala写的，运行在jvm上，运行环境为java7+
- 如果使用Python的API ,需要使用Python2.6+或者Python3.4+
- Spark1.6.2 - Scala 2.10 Spark 2.0.0 - Scala 2.11
Spark下载
- 下载地址：http://spark.apache.org/downloads.html
- 搭建spark，不需要Hadoop，如有Hadoop集群，可下载对应版本解压
Spark目录
- bin包含用来和Spark交互的可执行文件，如spark shell
- core、streaming、Python,包含主要组件的源代码
- examples包含一些单机spark job，可以研究和运行这些l例子
spark的shell
- spark的shell能够处理分布在集群上的数据
- spark把数据加载到节点的内存中，因此分布式处理可在秒级完成
- 快速迭使代式计算，实时查询，分析一般能够在shells中完成
- spark提供了Python shells和Scala shells
spark安装步骤
-
将下载文件上传到服务器端
-
解压，进入bin目录，输入以下命令
sudo ./spark-shell -
可看到欢迎界面
4.测试代码如下：
1spark shell 实例 2val lines(变量)=sc.textFile("../../helloSpark") 3lines.count() 4lines.first() 5把文本文件加载成RDD复制给lines的RDD
