准备阶段
一台配置好Java环境的虚拟机
scala-2.11.12.tgz
spark-2.4.5-bin-hadoop2.6.tgz
安装包
将scala和spark的安装包导入虚拟机
解压,移动到opt目录下(或自定义),并改名
tar -zxvf scala-2.11.12.tgz -C /opt/
tar -zxvf spark-2.4.5-bin-hadoop2.6.tgz -C /opt/
cd /opt/
mv scala-2.11.12 scala
mv spark-2.4.5-bin-hadoop2.6 spark
配置文件
scala部分
vi /etc/profile
加入:
export SCALA_HOME=/opt/scala
export PATH=$SCALA_HOME/bin
输入scala -version
可检查scala是否安装及配置成功
spark部分
vi /etc/profile
加入
export SPARK_HOME=/opt/spark
export PATH=$SPARK_HOME/bin
单机模式:
进入/opt/spark/conf
cp spark-env.sh.template spark-env.sh
vi spark-env.sh
在末尾加入:
export JAVA_HOME=/opt/jdk1.8.0_221
export SCALA_HOME=/opt/scala
export SPARK_HOME=/opt/spark
export SPARK_MASTER_IP=HadoopY
export SPARK_EXECUTOR_MEMORY=2G //根据实际需求和虚拟机内存大小来分配spark的内存大小
集群模式:
集群模式也需要以上同样的步骤,并且还需要以下的额外操作
cp slaves.template slaves
vi slaves
加入slaves主机的主机名
spark初体验
spark-shell:Spark自带的交互式工具
本机
spark-shell --master local[*]
*号为分配处理器的数量(最大不可超过虚拟机的配置)
Standalone
如果没有配置环境变量或者防止和Hadoop冲突,请在spark安装目录的sbin文件下执行语句./start-all.sh
JPS检查应如下图所示:
spark-shell --master spark://HadoopY:7077
HadoopY为个人的主机名,不可以使用localhost
YARN
spark-shell --master yarn