出处：https://blog.csdn.net/ouyangyanlan/article/details/52355350?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158889544319195264527244%2522%252C%2522scm%2522%253A%252220140713.130102334.app%255Fall.%2522%257D&request_id=158889544319195264527244&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_v2~rank_v25-8-52355350&utm_term=spark
作者：ouyangyanlan
版权所有，翻版必究，谢谢。
<div class="aside-content text-center" id="cpro_u2734133">
<div id="kp_box_56" data-pid="56"><script type="text/javascript">
(function() {
var s = "_" + Math.random().toString(36).slice(2);
document.write('<div style="" id="' + s + '"></div>');
(window.slotbydup = window.slotbydup || []).push({
id: "u3032528",
container: s
});
})();
分类专栏
归档
热门文章
-
<a data-report-click="{"mod":"popu_541","dest":"https://blog.csdn.net/ouyangyanlan/article/details/52355350","ab":"new"}" href="https://blog.csdn.net/ouyangyanlan/article/details/52355350"> spark的安装和使用 <img src="https://csdnimg.cn/release/phoenix/template/new_img/readCountWhite.png" alt=""><span class="read">50860</span> </a> </li> <li> <a data-report-click="{"mod":"popu_541","dest":"https://blog.csdn.net/ouyangyanlan/article/details/49534773","ab":"new"}" href="https://blog.csdn.net/ouyangyanlan/article/details/49534773"> BootStrap中datepicker的使用和修改 <img src="https://csdnimg.cn/release/phoenix/template/new_img/readCountWhite.png" alt=""><span class="read">34133</span> </a> </li> <li> <a data-report-click="{"mod":"popu_541","dest":"https://blog.csdn.net/ouyangyanlan/article/details/48597951","ab":"new"}" href="https://blog.csdn.net/ouyangyanlan/article/details/48597951"> VS2010 MFC 操作Excel(读写) <img src="https://csdnimg.cn/release/phoenix/template/new_img/readCountWhite.png" alt=""><span class="read">15641</span> </a> </li> <li> <a data-report-click="{"mod":"popu_541","dest":"https://blog.csdn.net/ouyangyanlan/article/details/50217065","ab":"new"}" href="https://blog.csdn.net/ouyangyanlan/article/details/50217065"> DOM树知识点梳理 <img src="https://csdnimg.cn/release/phoenix/template/new_img/readCountWhite.png" alt=""><span class="read">14208</span> </a> </li> <li> <a data-report-click="{"mod":"popu_541","dest":"https://blog.csdn.net/ouyangyanlan/article/details/50275219","ab":"new"}" href="https://blog.csdn.net/ouyangyanlan/article/details/50275219"> AngularJS的orderBy和track by的同时使用问题 <img src="https://csdnimg.cn/release/phoenix/template/new_img/readCountWhite.png" alt=""><span class="read">10455</span> </a> </li> </ul> </div>
最新评论
spark的安装和使用
<div id="article_content" class="article_content clearfix">
<link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-211130ba7a.css">
<div id="content_views" class="markdown_views">
<!-- flowchart 箭头图标 勿删 -->
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
<path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
</svg>
<p>spark最近出了2.0版本，其安装和使用也发生了些许的变化。笔者的环境为：centos7. <br>
该文章主要是讲述了在centos7上搭建spark2.0的具体操作和spark的简单使用，希望可以给刚刚接触spark的朋友一些帮助。
按照惯例，文章的最后列出了一些参考文献，以示感谢。下面我们就来看一下spark的安装。
spark的依赖环境比较多，需要Java JDK、hadoop的支持。我们就分步骤依次介绍各个依赖的安装和配置。spark2.0运行在Java 7+, Python 2.6+/3.4+ , R3.1+平台下，如果是使用scala语言，需要 Scala2.11.x版本，hadoop最好安装2.6以上版本。 由于spark本身是用scala实现的，所以建议使用scala，本文中的示例也大多是scala语言。当然spark也可以很好地支持java\python\R语言。
spark的使用有这么几类：spark shell交互，spark SQL和DataFrames，spark streaming, 独立应用程序。
注意，spark的使用部分，不特殊说明，都是以hadoop用户登录操作的。
1.安装Java环境
我的centos7安装系统的时候选择了安装openJDK的环境，所以可以直接使用。但这里还是列出jdk的安装步骤供大家参考。java环境可以使用Oracle的jdk或者openjdk. 下面的步骤是openjdk的安装示范。
a.首先检查是否安装了jdk, 和版本是否符合要求。
java -version
- 1
若安装了java环境，但是版本太低，则先卸载原版本，再安装新版本。
卸载可参考以下步骤
yum -y remove java-1.7.0-openjdk*
yum -y remove tzdata-java.noarch
- 1
- 2
b.若未安装或已卸载，安装新版本
查看可用版本
yum -y list java*
- 1
以安装1.7版本为例
yum -y install java-1.7.0-openjdk*
- 1
c.配置环境变量
vi /etc/profile
- 1
在文件的最后添加
JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk
PATH=$JAVA_HOME/bin
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export JAVA_HOME
export PATH
export CLASSPATH
- 1
- 2
- 3
- 4
- 5
- 6
其中JAVA_HOME是你的java安装路径。其中PATH这个参数是以冒号：来分割不同的项的，后面我们hadoop和spark的环境变量配置也要修改这个参数。
保存退出后，还需要执行
source /etc/profile
- 1
该文件才可以生效。检查环境变量是否配置生效
echo $PATH
- 1
2.安装hadoop
如果你安装 CentOS 的时候不是用的 “hadoop” 用户，那么需要增加一个名为 hadoop 的用户。
a.以root身份登录，添加”hadoop”用户
useradd -m hadoop -s /bin/bash
- 1
密码输入两次，笔者使用”hadoop”作为密码，比较好记忆。这样，一个用户名为hadoop, 密码也是hadoop的用户就添加好了。
b.可为 hadoop 用户增加管理员权限，方便部署，避免一些对新手来说比较棘手的权限问题
visudo
- 1
找到 root ALL=(ALL) ALL 这行（应该在第98行，可以先按一下键盘上的 ESC 键，然后输入 :98 (按一下冒号，接着输入98，再按回车键)，可以直接跳到第98行 ），然后在这行下面增加一行内容：hadoop ALL=(ALL) ALL （当中的间隔为tab），如下图所示：
c.centos默认安装ssh. 如果你的操作系统中没有ssh, 可以自行安装，最后的参考资料中有ssh的安装和配置。
d.安装hadoop
去官网下载hadoop的安装包，下载时请下载 hadoop-2.x.y.tar.gz 这个格式的文件，这是编译好的，另一个包含 src 的则是 Hadoop 源代码，需要进行编译才可使用。
下载时强烈建议也下载 hadoop-2.x.y.tar.gz.mds 这个文件，该文件包含了检验值可用于检查 hadoop-2.x.y.tar.gz 的完整性，否则若文件发生了损坏或下载不完整，Hadoop 将无法正常运行。
校验一下下载文件是否完整
cat hadoop-2.6.4.tar.gz.mds | grep 'MD5' # 列出md5检验值
md5sum hadoop-2.6.4.tar.gz | tr "a-z" "A-Z"
- 1
- 2
我们选择将 Hadoop 安装至 /usr/local/ 中：
sudo tar -zxf hadoop-2.6.4.tar.gz -C /usr/local # 解压到/usr/local中
cd /usr/local/
sudo mv ./hadoop-2.6.0/ ./hadoop # 将文件夹名改为hadoop
sudo chown -R hadoop:hadoop ./hadoop
- 1
- 2
- 3
- 4
Hadoop 解压后即可使用。输入如下命令来检查 Hadoop 是否可用，成功则会显示 Hadoop 版本信息：
cd /usr/local/hadoop
./bin/hadoop version
- 1
- 2
Hadoop 默认模式为非分布式模式，无需进行其他配置即可运行。非分布式即单 Java 进程，方便进行调试。
现在我们可以执行例子来感受下 Hadoop 的运行。Hadoop 附带了丰富的例子（运行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar 可以看到所有例子），包括 wordcount、terasort、join、grep 等。
在此我们选择运行 grep 例子，我们将 input 文件夹中的所有文件作为输入，筛选当中符合正则表达式 dfs[a-z.]+ 的单词并统计出现的次数，最后输出结果到 output 文件夹中
cd /usr/local/hadoop
mkdir ./input
cp ./etc/hadoop/*.xml ./input # 将配置文件作为输入文件
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/*
- 1
- 2
- 3
- 4
- 5
执行信息会很多，最后结果如下图所示：
注意，Hadoop 默认不会覆盖结果文件，因此再次运行上面实例会提示出错，需要先将 ./output 删除。
3.spark的安装
a.先到官网下载安装包
注意第二项要选择和自己hadoop版本相匹配的spark版本，然后在第4项点击下载。若无图形界面，可用windows系统下载完成后传送到centos中。
b.安装spark
sudo tar -zxf ~/spark-2.0.0/spark-2.0.0-bin-without-hadoop.tgz -C /usr/local/
cd /usr/local
sudo mv ./spark-1.6.0-bin-without-hadoop/ ./spark
sudo chown -R hadoop:hadoop ./spark # 此处的 hadoop为用户名
- 1
- 2
- 3
- 4
c.配置spark
安装后，需要在 ./conf/spark-env.sh 中修改 Spark 的 Classpath，执行如下命令拷贝一个配置文件：
cd /usr/local/spark
cp ./conf/spark-env.sh.template ./conf/spark-env.sh
- 1
- 2
编辑 ./conf/spark-env.sh（vim ./conf/spark-env.sh） ，在最后面加上如下一行：
export SPARK_DIST_CLASSPATH=$(/usr/local/hadoop/bin/hadoop classpath)
- 1
保存后，Spark 就可以启动了。
4.spark的简单使用
在 ./examples/src/main 目录下有一些 Spark 的示例程序，有 Scala、Java、Python、R 等语言的版本。我们可以先运行一个示例程序 SparkPi（即计算 π 的近似值），执行如下命令：
cd /usr/local/spark
./bin/run-example SparkPi
- 1
- 2
执行时会输出非常多的运行信息，输出结果不容易找到，可以通过 grep 命令进行过滤（命令中的 2>&1 可以将所有的信息都输出到 stdout 中，否则由于输出日志的性质，还是会输出到屏幕中）：
cd /usr/local/spark
./bin/run-example SparkPi 2>&1 | grep "Pi is roughly"
- 1
- 2
过滤后的运行结果如下图所示，可以得到 π 的 近似值 ：
如果是Python 版本的 SparkPi， 则需要通过 spark-submit 运行：
./bin/spark-submit examples/src/main/python/pi.py
- 1
5.spark的交互模式
a.启动spark shell
Spark shell 提供了简单的方式来学习 API，也提供了交互的方式来分析数据。Spark Shell 支持 Scala 和 Python，本文中选择使用 Scala 来进行介绍。
Scala 是一门现代的多范式编程语言，志在以简练、优雅及类型安全的方式来表达常用编程模式。它平滑地集成了面向对象和函数语言的特性。Scala 运行于 Java 平台（JVM，Java 虚拟机），并兼容现有的 Java 程序。
Scala 是 Spark 的主要编程语言，如果仅仅是写 Spark 应用，并非一定要用 Scala，用 Java、Python 都是可以的。使用 Scala 的优势是开发效率更高，代码更精简，并且可以通过 Spark Shell 进行交互式实时查询，方便排查问题。
cd /usr/local/spark
./bin/spark-shell
- 1
- 2
b.spark shell使用小例子
Spark 的主要抽象是分布式的元素集合（distributed collection of items），称为RDD（Resilient Distributed Dataset，弹性分布式数据集），它可被分发到集群各个节点上，进行并行操作。RDDs 可以通过 Hadoop InputFormats 创建（如 HDFS），或者从其他 RDDs 转化而来。
我们从 ./README 文件新建一个 RDD，代码如下（本文出现的 Spark 交互式命令代码中，与位于同一行的注释内容为该命令的说明，命令之后的注释内容表示交互式输出结果）：
val textFile = sc.textFile("file:///usr/local/spark/README.md")
- 1
代码中通过 “file://” 前缀指定读取本地文件。Spark shell 默认是读取 HDFS 中的文件，需要先上传文件到 HDFS 中，否则会报错。
RDDs 支持两种类型的操作
actions: 在数据集上运行计算后返回值
transformations: 转换, 从现有数据集创建一个新的数据集
下面我们就来演示 count() 和 first() 操作：
textFile.count() // RDD 中的 item 数量，对于文本文件，就是总行数
textFile.first() //RDD 中的第一个 item，对于文本文件，就是第一行内容
- 1
- 2
- 3
接着演示 transformation，通过 filter transformation 来返回一个新的 RDD，代码如下：
val linesWithSpark = textFile.filter(line => line.contains("Spark")) // 筛选出包含 Spark 的行
linesWithSpark.count() // 统计行数
- 1
- 2
- 3
- 4
action 和 transformation 可以用链式操作的方式结合使用，使代码更为简洁：
textFile.filter(line => line.contains("Spark")).count() // 统计包含 Spark 的行数
- 1
6.spark执行独立程序
a.配置spark和hadoop环境变量
cd ~
vi /etc/profile
- 1
- 2
找到PATH参数，在最后添加spark和hadoop的环境变量，具体到bin即可。注意每条之间使用冒号隔开。如下图
修改完成，保存退出，执行
source /ect/profile
- 1
文件生效。同样可以使用echo $PATH 来查看环境变量是否添加成功。
b.安装sbt
SBT(Simple Build Tool)即简单构造工具，它是用scala写的，具有强大的依赖管理功能，所有任务的创建都支持Scala，可连续执行命令。可以在工程的上下文里启动REPL。
一般来说，使用 Scala 编写的程序需要使用 sbt 进行编译打包，相应的，Java 程序使用 Maven 编译打包，而 Python 程序通过 spark-submit 直接提交。但是scala也可以使用maven来打包，不过配置起来较为复杂。这里就不再赘述了。
到官网下载安装包(http://www.scala-sbt.org/)。安装到/usr/local/sbt文件夹中
sudo mkdir /usr/local/sbt
sudo chown -R hadoop /usr/local/sbt # 此处的 hadoop 为你的用户名
cd /usr/local/sbt
- 1
- 2
- 3
接着在 /usr/local/sbt 中创建 sbt 脚本（vim ./sbt），添加如下内容：
SBT_OPTS="-Xms512M -Xmx1536M -Xss1M -XX:+CMSClassUnloadingEnabled -XX:MaxPermSize=256M"
java $SBT_OPTS -jar `dirname $0`/sbt-launch.jar "$@"
- 1
- 2
注意这里的最后一行的 dirname 0,它是被倒引号括起来的，不是单引号。被倒引号括起来的东西表示要执行的命令。dirname0,它是被倒引号括起来的，不是单引号。被倒引号括起来的东西表示要执行的命令。dirname0 只能用在脚本中，在命令行中是无效的，它的意思是去当前脚本所在位置的路径。
很明显。这里你要检查/usr/local/sbt 夹下sbt-launch.jar这个文件是否存在。因为笔者和网上众多教程都提到了，因为网络的原因，sbt下载的时候，这个依赖包有可能缺失。如果没有，请自行下载(http://pan.baidu.com/s/1gfHO7Ub)
c.构建scala工程目录
sbt打包scala是有固定工程目录结构的。
cd ~
mkdir ./sparkapp # 创建应用程序根目录
mkdir -p ./sparkapp/src/main/scala # 创建所需的文件夹结构
- 1
- 2
- 3
d.编写独立程序
这里我们借用官网上的一个小的demo.
cd ~
cd sparkapp/src/main/scala
vi SimpleApp.scala
- 1
- 2
- 3
文件内容为程序主体
/* SimpleApp.scala */
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._
import org.apache.spark.SparkConf
object SimpleApp {
def main(args: Array[String]) {
val logFile = "file:///usr/local/spark/README.md" // Should be some file on your system
val conf = new SparkConf().setAppName("Simple Application")
val sc = new SparkContext(conf)
val logData = sc.textFile(logFile, 2).cache()
val numAs = logData.filter(line => line.contains("a")).count()
val numBs = logData.filter(line => line.contains("b")).count()
println("Lines with a: %s, Lines with b: %s".format(numAs, numBs))
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
e.添加配置文件
cd ~
cd sparkapp/
vi simple.bat
- 1
- 2
- 3
文件添加下面内容
name := "Simple Project"
version := "1.0"
scalaVersion := "2.11.8"
libraryDependencies += "org.apache.spark" %% "spark-core" % "2.0.0"
- 1
- 2
- 3
- 4
- 5
- 6
- 7
*注意，这里的scalaVersion和spark-core后面的版本号都要换成你自己的。
这两个版本号，在启动spark的时候有显示。如下图*
至此为止，检查一下工程目录结构
cd ~
cd sparkapp
find .
- 1
- 2
- 3
f.使用sbt打包scala程序
cd ~
cd sparkapp/
sbt package
- 1
- 2
- 3
第一次打包时间很长，需要下载各种依赖包，所以请耐心等待。生成的jar包位置在~/sparkapp/target/scala-2.11/simple-project_2.11-1.0.jar
g.提交编译后的程序
cd ~
cd /usr/local/spark
./bin/spark-submit --class "SimpleApp" ~/sparkapp/target/scala-2.11/simple-project_2.11-1.0.jar
- 1
- 2
- 3
输出信息较多，可使用grep过滤结果
.bin/spark-submit --class "SimpleApp" ~/sparkapp/target/scala-2.11/simple-project_2.11-1.0.jar 2>&1 | grep "Lines with a:"
- 1
到此为止，本文就结束了，关于文章中没有介绍的spark SQL和DataFrames，大家有兴趣的可以到下面列出的参考文献中查找。
按照惯例，列出参考文献供大家参考：
1.http://spark.apache.org/docs/latest/building-spark.html
2.http://spark.apache.org/docs/latest/quick-start.html
3.http://spark.apache.org/docs/latest/programming-guide.html
4.http://www.importnew.com/4311.html
5.http://www.scala-sbt.org/
6.http://blog.csdn.net/czmchen/article/details/41047187
7.http://blog.csdn.net/zwhfyy/article/details/8349788
8.http://jingyan.baidu.com/article/948f59242c231fd80ff5f9ec.html
9.http://dblab.xmu.edu.cn/blog/install-hadoop/
10.http://dblab.xmu.edu.cn/blog/spark-quick-start-guide/
11.http://dblab.xmu.edu.cn/blog/install-hadoop-in-centos/
<div class="person-messagebox">
<div class="left-message"><a href="https://blog.csdn.net/ouyangyanlan">
<img src="https://profile.csdnimg.cn/D/B/3/3_ouyangyanlan" class="avatar_pic" username="ouyangyanlan">
</a></div>
<div class="middle-message">
<div class="title"><span class="tit "><a href="https://blog.csdn.net/ouyangyanlan" data-report-click="{"mod":"popu_379","ab":"new"}" target="_blank">ouyangyanlan</a></span>
<!-- 等级，level -->
<img class="identity-icon" src="https://csdnimg.cn/identity/blog5.png"> </div>
<div class="text"><span>原创文章 85</span><span>获赞 56</span><span>访问量 29万+</span></div>
</div>
<div class="right-message">
<a class="btn btn-sm bt-button personal-watch" data-report-click="{"mod":"popu_379","ab":"new"}">关注</a>
<a href="https://im.csdn.net/im/main.html?userName=ouyangyanlan" target="_blank" class="btn btn-sm bt-button personal-letter">私信
</a>
</div>
</div>
</div>
</article>
<div class="hide-article-box hide-article-pos text-center" style="display: none;">
<a class="btn-readmore" id="btn-readmore-zk" data-report-click="{"mod":"popu_376","dest":"https://blog.csdn.net/ouyangyanlan/java/article/details/52355350","strategy":"readmore","ab":"new"}">
展开阅读全文
<svg class="icon chevrondown" aria-hidden="true">
<use xlink:href="#csdnc-chevrondown"></use>
</svg>
</a>
</div>
-
点赞 9 -
评论 -
分享
x海报分享
扫一扫，分享海报
-
收藏 2 -
手机看
分享到微信朋友圈
x
扫一扫，手机阅读
-
<a data-report-click="{"mod":"popu_830" "dest":"","ab":"new"}"><img src="https://csdnimg.cn/release/phoenix/template/new_img/rewardWhite.png" alt=""><span class="name">打赏</span></a> <div id="reward" class="reward-box"> <p class="rewad-title">打赏<span class="reward-close"><svg t="1567152543821" class="icon" viewBox="0 0 1024 1024" version="1.1" xmlns="http://www.w3.org/2000/svg" p-id="10924" xmlns:xlink="http://www.w3.org/1999/xlink" width="12" height="12"><defs><style type="text/css"></style></defs><path d="M512 438.378667L806.506667 143.893333a52.032 52.032 0 1 1 73.6 73.621334L585.621333 512l294.485334 294.485333a52.074667 52.074667 0 0 1-73.6 73.642667L512 585.621333 217.514667 880.128a52.053333 52.053333 0 1 1-73.621334-73.642667L438.378667 512 143.893333 217.514667a52.053333 52.053333 0 1 1 73.621334-73.621334L512 438.378667z" fill="" p-id="10925"></path></svg></span></p> <dl> <dd><a href="javascript:;"><img src="https://profile.csdnimg.cn/D/B/3/3_ouyangyanlan" alt=""></a></dd> <dt> <p class="blog-name">ouyangyanlan</p> <p class="blog-discript">“你的鼓励将是我创作的最大动力”</p> </dt> </dl> <div class="money-box"> <span class="choosed choose_money" data-id="5">5C币</span> <span class="choose_money" data-id="10">10C币</span> <span class="choose_money" data-id="20">20C币</span> <span class="choose_money" data-id="50">50C币</span> <span class="choose_money" data-id="100">100C币</span> <span class="choose_money" data-id="200">200C币</span> </div> <div class="sure-box"> <p class="is-have-money"><a class="reward-sure">确定</a></p> </div>
</li>
<!--打赏结束-->
<li class="tool-item tool-more">
<a>
<img src="https://csdnimg.cn/release/phoenix/template/new_img/lookMore.png" alt="">
</a>
<ul class="more-box">
<li class="item"><a class="article-report">文章举报</a></li>
</ul>
</li>
</ul>
<div style="display:flex">
<a class="tool-mover-open" id="btn-readmore" style="" data-type="0" data-report-click="{"mod":"popu_376","dest":"https://blog.csdn.net/ouyangyanlan/java/article/details/52355350","strategy":"packupbar","ab":"new"}" height="2">
<span>收起全文</span>
<img id="btn-close-img" style="display: block;" src="https://csdnimg.cn/release/phoenix/template/new_img/CommentArrow.png" alt="">
</a>
</div>
</div>
<div class="comment-list-container">
<a id="comments"></a>
<div class="comment-list-box">
</div>
<div id="commentPage" class="pagination-box d-none"></div>
<div class="opt-box text-center">
<div class="btn btn-sm btn-link-blue" id="btnMoreComment"></div>
</div>
</div>
1万+
<div class="recommend-item-box recommend-box-ident recommend-download-box clearfix">
<a href="https://download.csdn.net/download/qq_41275160/10714082" rel="noopener" target="_blank" data-report-click="{"mod":"popu_387","index":"17","strategy":"BlogCommendFromMachineLearnPai2","dest":"https:\/\/download.csdn.net\/download\/qq_41275160\/10714082","ab":"new"}" data-report-query="utm_medium=distribute.pc_relevant.none-task-download-BlogCommendFromMachineLearnPai2-17&depth_1-utm_source=distribute.pc_relevant.none-task-download-BlogCommendFromMachineLearnPai2-17">
<div class="content clearfix">
<div class="">
<h4 class="text-truncate oneline clearfix">
<!-- <span class="recommend-article-type">下载</span> -->
完整的<em>spark</em><em>安装</em>指南（带图） </h4>
<span class="data float-right">10-11</span>
</div>
</div>
</a>
</div>
Java成神之路 <
1万+
到【灌水乐园】发言
Katherine_Andy：看了好几个 你这个最后一条解释的真不错
Katherine_Andy：全局变量设的好啊 我还寻思这下标 结果弄了一堆繁琐的代码
Marlboro8023：TreeNode有val属性么
wang_hua_s：方法①中不应该是;res *= JumpFloorⅡ(target－1); 吗？
mingle08：思路2，试一下第4大的数是不是5， 第6大的是不是7 。