Spark實戰:單節點本地模式搭建Spark運行環境
前言:
Spark本身用scala寫的,運行在JVM之上。
JAVA版本:java 6 /higher edition.
1 下載Spark
http://spark.apache.org/downloads.html
你可以自己選擇需要的版本,這里我的選擇是:
http://d3kbcqa49mib13.cloudfront.net/spark-1.1.0-bin-hadoop1.tgz
如果你是奮發圖強的好碼農,你可以自己下載源碼:http://github.com/apache/spark.
注意:我這里是運行在Linux環境下。沒有條件的可以安裝下虛擬機之上!
2 解壓縮&進入目錄
tar -zvxf spark-1.1.0-bin-hadoop1.tgz
cd spark-1.1.0-bin-hadoop1/
3 啟動shell
./bin/spark-shell
你會看到打印很多東西,最后顯示
4 小試牛刀
先后執行下面幾個語句
---解釋,什么是sc
sc是默認產生的SparkContext對象。
比如
這里只是本地運行,先提前了解下分布式計算的示意圖:
5 獨立的程序
最后以一個例子結束本節
為了讓它順利運行,按照以下步驟來實施即可:
--------------目錄結構如下:
然后simple.sbt的內容如下:
example.scala的內容如下:
紅色local:一個集群的URL,這里是local,告訴spark如何連接一個集群,local表示在本機上以單線程運行而不需要連接到某個集群。
橙黃My App:一個項目的名字,
然后執行:sbt package
成功之后執行
./bin/spark-submit --class "example" ./target/scala-2.10/simple-project_2.10-1.0.jar
結果如下:
結束!