大数据时代--windows下spark的安装与配置教程

 Spark作为一个基于内存的开源计算框架，在这个大数据时代背景下，受到越来越多的开发者的喜爱，相对于Hadoop,Spark拥有对大量数据更快的处理速度，并且易于使用（支持多种开发语言）。比Hadoop具有更多的优点，怎能不让人想去尝试一下Spark的魅力呢？
 了解Spark的都知道Spark是用Scala写的，那么要想在windows下来运行Spark少不了的就要先安装Scala。
首先的在一个大前提下就是我们本机已经安装并配置好JDk环境变量了。
那么，我们就可以安装Scala了

一、安装Scala
下载地址：http://www.scala-lang.org/download/all.html

进入页面后选择一个Scala版本进行下载，我选择的是Scala2.12.0版本。特别注意的是看帖子又的说Scala版本与Spark版本之间是有一定关联的，比如说你的Scala版本是2.12.0，那么就应该下载Spark版本为从1.3.0到Spark 1.6.2之间的各个版本。这种说法不知道准不准确，但是还是注意一下比较好。
Scala安装好之后呢，它会自动在环境变量PATH里面配置。我们不需要进行手动配置了。下面就打开cmd输入Scala看下安装后控制台的输出效果。
如果出现一下信息，那么就证明Scala已经安装成功了。
需要注意的是：如果在控制台输入scala之后输出没有出现版本信息，那么就需要你手动替换掉安装Scala时自动配置的变量。

既然Scala已经安装成功了， 那么我们就可以继续安装我们的主角Spark了
二、安装Spark
同样的我会附上Spark下载地址：http://spark.apache.org/downloads.html

这里引用了别人的一张图片，因为公司网络有限制，导致访问页面布局错误，所以网上找了一张图片来给大家展示一下。

那么，当我们下载好之后，Spark是不需要进行安装的，直接解压到Spark目录，然后配置一下Path环境变量就可以了

我的Spark目录为E:\spark\bin
下面我们来验证一下看spark是否能正常启动。
在控制台输入一下命令：spark-shell
注意spark-shell之间是没有空格的，千万不要输错了。
情况看图片

到这里就说明我们的准备工作已经做完了吗？显然不是，虽然控制台已经输出了Spark信息，但是并不是已经完全ok的，等待10秒钟左右控制台会继续输出信息。如下

看到图中报错信息是不是快要崩溃了？别着急，听我慢慢道来
这里主要是因为Spark是基于Hadoop的，所以这里也有必要配置一个Hadoop的运行环境。
三、Hadoop下载
地址：https://archive.apache.org/dist/hadoop/common/
进去之后尽量往下翻，越是下面的版本越新。

由于我们之前选择下载spark的时候是基于Hadoop2.6版本的，所以我这里选择的是hadoop2.6.4版本
下载完毕后我们直接解压，解压完毕后开始设置我们的环境变量
需要设置的变量有
HADOOP_HOME：E:\hadoop-2.6.4 （解压目录）
PATH：E:\hadoop-2.6.4\bin
上诉内容都准备好之后再次重新打开控制台输入spark-shell如果还有以上错误日志，那么请找到你的hadoop\bin目录找下里面有没有winutils.exe文件，如果没有的话，我们需要去下载。
winutils.exe下载地址https://github.com/steveloughran/winutils
进入目录后找到你相应的hadoop目录–进入bin—找到winutils.exe文件下载。下载好之后我们把它放到E:\hadoop-2.6.4\bin 里面，确保该目录中有winutils.exe文件。

那么下面就需要在控制台输入一下命令来修改权限

E:\hadoop-2.6.4\bin\winutils.exe chmod 777 /tmp/hive

注意该命令需要根据你实际的hadoop所在目录。
好了，经过这么多的准备工作，我想我们的spark到此已经安装完毕了。下面我们重新打开一个控制台窗口输入spark-shell看下结果吧。


如果你看到上诉两图所圈住的日志信息，那么，恭喜您，spark已经安装成功了！