下载安装包
下载地址:http://spark.apache.org/downloads.html
上传并解压
tar zxvf spark-2.2.0-bin-2.6.0-cdh5.14.0.tgz -C ../servers/
解压目录说明:
bin | 可执行脚本 |
conf | 配置文件 |
data | 示例程序使用数据 |
examples | 示例程序 |
jars | 依赖jar包 |
python | pythonApi |
R | R语言API |
sbin | 集群管理命令 |
yarn | 整合yarn需要的东东 |
启动spark-shell
cd /export/servers/spark-2.2.0-bin-2.6.0-cdh5.14.0/bin/
./spark-shell
spark-shell说明
1.直接使用./spark-shell
表示使用local 模式启动,在本机启动一个SparkSubmit进程
2.还可指定参数 --master,如:
spark-shell --master local[N] 表示在本地模拟N个线程来运行当前任务
spark-shell --master local[*] 表示使用当前机器上所有可用的资源
3.不携带参数默认就是
spark-shell --master local[*]
4.后续还可以使用--master指定集群地址,表示把任务提交到集群上运行,如
./spark-shell --master spark://node01:7077
5.退出spark-shell
使用 :quit
初级体验
vim /opt/aa.txt
hello me you her
hello you her
hello her
hello
val textFile = sc.textFile("file:///opt/aa.txt")
val counts = textFile.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _)
scala> counts.collect//收集结果
res0: Array[(String, Int)] = Array((hello,4), (me,1), (you,2), (her,3))