centos7.2(linux)+spark2.1.0安装

介绍下spark在Linux上的安装.

操作系统是cent os, cent os其实是纯净版的Linux.

(1)版本

spark版本选2.x以上.2.1.0是去年中旬刚出来的.

centos7.2 64

(2)下载spark

下载地址,百度.

(3)安装

解压,放到/usr路径下,本人的是:

/usr/spark

配置spark安装路径,打开.bash_profile.这个文件里面要预先配置java path.

#set spark path 
export SPARK_HOME=/usr/spark
export PATH=$SPARK_HOME/bin:$PATH

source ~/.bash_profile

回到spark目录,

./bin/spark-shell

spark-shell 是一个简单的输入命令行的操作spark的方式,如图:

(图中上面的2个警告,本人还在研究中,不过不影响spark的运行)

(4)配置spark内存

在spark路径下面,先关掉spark-shell:

:help
:quit

然后配置内存(可省略,默认512M):

cp ./conf/spark-defaults.conf.template ./conf/spark-defaults.conf
vi ./conf/spark-defaults.conf

# Example:
# spark.master                     spark://master:7077
# spark.eventLog.enabled           true
# spark.eventLog.dir               hdfs://namenode:8021/directory
# spark.serializer                 org.apache.spark.serializer.KryoSerializer
# spark.driver.memory              5g
# spark.executor.extraJavaOptions  -XX:+PrintGCDetails -Dkey=value -Dnumbers="one two three"

# add min memory
#spark.executor.memory              471859200B
#add default memory
spark.executor.memory              512m

(5)简单测试

./bin/spark-shell

val textFile = sc.textFile("/testdata/words.txt")

textFile.count()

(6)/etc/profile 与~/.bash_profile的区别,参考:
http://blog.csdn.NET/caiwenfeng_for_23/article/details/44242961

(7)spark启动与Hadoop的关系
听说,spark是建立在hadoop基础上的,spark的许多jar文件都是沿用Hadoop的.但是,就启动spark而言,同一台机器并不需要先安装Hadoop.本人试过.

(8)参考资料:
http://blog.csdn.net/ouyangyanlan/article/details/52355350