操作系统:Ubuntu18.4
一、前提:安装java-jdk1.7以上
我选的是1.8版本,好像1.7版本对之后的spark部分模块不适合,所以选了这个版本。
安装方式:在网上下载jdk1.8版本的压缩文件,然后在terminal窗口输入命令:tar -zxvf 压缩文件名。解压结束后,terminal路径进入解压文件下面的bin文件,输入:pwd,查看当前路径
添加路径:terminal返回根目录,打开bash_profile文件,输入:nano bash_profile,添加下端代码:
export JAVA_HOME=/home/zsc/app/jdk1.8.0_181
export PATH=$JAVA_HOME/bin:$PATH
关闭文件,输入:source bash_profile,保存修改路径。在terminal窗口输入命令:java -version,查看路径是否添加成功
二、安装spark
我选的版本是下面这个:
安装方法其实和上面jdk差不多。
首先下载压缩包,然后解压,terminal路径进入解压文件下面的bin文件,(虽然我对Python很熟悉,但是spark底层使用Scala语言实现的,以后如果要看里面源码,最终还是要懂Scala语法,所以我就选择安装Scala shell),输入:./spark-shell,就开始安装了,最后出现下面图样就说明成功啦!
为了验证spark能否正常使用,可以创建一个简单的hellospark.txt文件
hello spark
hello world
hello spark!
然后输入下面三行代码:
val file = spark.sparkContext.textFile("file:///home/zsc/data/hellospark.txt")
val wordcounts = file.flatMap(line =>line.split(" ")).map((word =>(word,1))).reduceByKey(_+_)
wordcounts.collect
//最后输出下面结果,就说明成功啦!
res0: Array[(String, Int)] = Array((spark!,1), (spark,1), (hello,3), (world,1))
还是像上面那样,添加路径到环境变量:terminal返回根目录,打开bash_profile文件,输入:nano bash_profile,添加下端代码:
export SPARK_HOME=/home/zsc/app/spark-2.4.0-bin-hadoop2.6
export PATH=$SPARK_HOME/bin:$PATH
关闭文件,输入:source bash_profile,保存修改路径。
为什么要添加路径到环境变量呢?不添加,每次都要到bin目录下运行,而添加后,可以在任意路径下运行
注意:如果想让添加的环境变量永久生效,不用每次开机都执行一遍:source bash_profile,可以在根目录下的文件 .bashrc加入下面这行代码:source /home/zsc/bash_profile,再执行:source .bashrc,永久环境变量就可以生效啦!