spark编程基础python版实验报告_Spark课后实验报告

一、兼容问题

Spark运行在Java 8 +，Python 2.7 + / 3.4 +和R 3.1+上。对于Scala API，Spark 2.4.2使用Scala 2.12。您需要使用兼容的Scala版本(2.12.x)。

请注意，自Spark 2.2.0起，对2.6.5之前的Java 7，Python 2.6和旧Hadoop版本的支持已被删除。自2.3.0起，对Scala 2.10的支持被删除。自Spark 2.4.1起，对Scala 2.11的支持已被弃用，将在Spark 3.0中删除。

https://spark.apache.org/docs/latest/index.html

二、下载安装Scala和Spark

1、Scala的下载安装

https://www.scala-lang.org/download/

tar -zxvf scala-2.12.8.tgz -C /opt/module

mv scala-2.12.8 scala

测试：scala -version

启动：scala

2、Spark的下载安装

https://www.apache.org/dyn/closer.lua/spark/spark-2.4.2/spark-2.4.2-bin-hadoop2.7.tgz

解压、重命名

启动spark

①先启动hadoop 环境

start-all.sh

②启动spark环境

进入到SPARK_HOME/sbin下运行start-all.sh

/opt/module/spark/sbin/start-all.sh

[注] 如果使用start-all.sh时候会重复启动hadoop配置，需要./在当前工作目录下执行命令

jps 观察进程 多出 worker 和 mater 两个进程。

查看spark的web控制页面：http://bigdata128:8080/

显示spark的端口是7070

③启动Spark Shell

此模式用于interactive programming，先进入bin文件夹后运行：spark-shell

SecureCRT 下 spark-shell 下scala> 命令行无法删除，解决办法：

https://blog.csdn.net/nicolewjt/article/details/87368749

④退出Spark Shell

scala> :quit

三、使用Spark Shell命令编写代码

读取本地文件

显示第一行内容

读取HDFS文件

对上述hdfs根目录下f1.txt文件进行词频统计

查看结果

五、用Scala语言编写Spark独立应用程序

见参考资料：Spark2.1.0入门：第一个Spark应用程序：WordCount

六、用Java语言编写Spark独立应用程序

标签：https,scala,Scala,blog,课后,Spark,实验报告,spark

来源： https://blog.csdn.net/weixin_44332487/article/details/90575500