Spark的安装
① 在Linux系统中安装Spark;
② 运行Spark自带实例。
实验原理
-> Spark
Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架,Spark,拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是——Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。Spark 是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句话说,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。
1. 对安装文件进行解压缩
2. ∥ 下载Spark安装文件
3. 打开火狐浏览器,访问如下链接下载Spark安装文件
4. 拷贝代码http://file.ictedu.com/fileserver/big_data_common/data/spark-2.1.0-bin-without-hadoop.tgz
下载后的Spark会被保存到/home/user/Downloads目录下。
∥ 打开命令行终端
按照Linux系