spark快速大数据分析(2)

本文介绍了如何入门Spark,包括下载后的Spark Shell使用,对比了PySpark Shell和Scala Shell的启动方式,以及如何减少shell日志输出。文章还讲解了Spark中的核心概念——弹性分布式数据集(RDD),并阐述了驱动器程序、SparkContext和执行器的角色。最后,提到了在独立程序中使用Spark的方法,以及如何连接和初始化SparkContext。
摘要由CSDN通过智能技术生成

spark下载与入门

spark shell

其他shell工具只能使用单机的硬盘和内存来操作数据,而spark shell可以用来与分布式存储在许多机器的内存或者硬盘上的数据进行交互,并且处理过程的分发由spark自动控制完成。

spark支持许多语言版本,此处交互式shell部分只考虑Python版本(PySpark Shell)和Scala版本(Spark-sehll)

  • 进入PySpark Shell:

进入spark目录后,输入bin/pyspark

  • 进入spark-shell:

进入spark目录后,输入bin/spark-sehll

两种方式对比如下图(上图Scala下图Python):


这里可以看到对比,即使没有赋予管理员权限,pyspark依旧可以获取SparkContext,而Scala则不行。

在执行命令行sudo -s后,即以管理员身份运行bin/spark-shell,则Scala可以正常使用SparkContext,如下图示:


————————————

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值