1.1检查环境
安装Java(Java8或JDK1.8以上版本)Ubuntu安装jdk(图文)-CSDN博客
安装HadoopHadoop集群部署(单机、伪分布式、完全分布式)-CSDN博客
1.2下载
1.3解压
cd ~/Downloads
ll
sudo tar -zxf spark-3.5.1-bin-hadoop3.tgz -C /usr/local
cd /usr/local
ll
sudo mv spark-3.5.1-bin-hadoop3 spark
sudo chown -R movie:movie spark # 此处的movie为你的用户名
1.4编辑spark-env.sh文件
cd /usr/local/spark
cp ./conf/spark-env.sh.template ./conf/spark-env.sh
sudo vim ./conf/spark-env.sh
添加以下配置信息:
export SPARK_DIST_CLASSPATH=$(/usr/local/hadoop313/bin/hadoop classpath)
1.5编辑配置文件
vim ~/.bashrc
添加以下配置信息:
export SPARK_HOME=/usr/local/spark export PYTHONPATH=$SPARK_HOME/python:$SPARK_HOME/python/lib/py4j-0.10.9.7-src.zip:$PYTHONPATH export PYSPARK_PYTHON=python3 export PATH=$HADOOP_HOME/bin:$SPARK_HOME/bin:$PATH
py4j-0.10.9.7-src.zip具体与/usr/local/spark/python/lib目录下的文件保持版本一致
配置文件中必须包含JAVA_HOME,HADOOP_HOME,SPARK_HOME,PYTHONPATH,PYSPARK_PYTHON,PATH这些环境变量。如果已经设置了这些变量则不需要重新添加设置。
使配置文件生效:
source ~/.bashrc
1.6验证
通过运行Spark自带的示例,验证Spark是否安装成功。
cd /usr/local/spark
run-example SparkPi
通过 grep 命令进行过滤,得到π 的 5 位小数近似值
run-example SparkPi 2>&1 | grep "Pi is"
假设此时不需要用到HDFS可直接使用pyspark命令启动使用Spark,若需用到HDFS要先启动Hadoop
现在可以在里面输入python代码进行调试了
使用exit()或Ctrl+D退出