0 背景
今天在弄毕业论文,是关于XGBoost的,打开虚拟机后,提示说虚拟机内存不出,然后打开VMware后查看,的确是不足了,只剩下160M左右。那就扩充内存呗,结果自己没搞过这个,安装步骤来,失败了,reboot后不能正常启动了,搞了一上午还是不能正常启动,只好启动备用系统。当时的心哇凉哇凉的,感觉人生一片灰暗,因为光配环境就要耗费好多时间,但是代码数据也在里面啊,进不了系统,意味着之前的努力全白费了。不过,幸亏平时有备份的习惯,代码数据都在网盘了,可以下载出来,就是这个配置环境,又要花费好多好多时间啊,真心累!!!
趁着有空,先把安装spark的配置记录下来,为了方便博友或者总结(希望不要再崩系统了)。
1 简述
Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架,Spark,拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是--Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
Spark 是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句