介绍下spark在Linux上的安装.
操作系统是cent os,cent os其实是纯净版的Linux.
(1)版本
spark版本选2.x以上.2.1.0是去年中旬刚出来的.
centos7.2 64
(2)下载spark
下载地址,百度.
(3)安装
解压,放到/usr路径下,本人的是:
/usr/spark
配置spark安装路径,打开.bash_profile.这个文件里面要预先配置java path.
#set spark path export SPARK_HOME=/usr/spark export PATH=$SPARK_HOME/bin:$PATH
source ~/.bash_profile
回到spark目录,
./bin/spark-shell
spark-shell 是一个简单的输入命令行的操作spark的方式,如图:
(图中上面的2个警告,本人还在研究中,不过不影响spark的运行)
(4)配置spark内存
在spark路径下面,先关掉spark-shell:
:help :quit
然后配置内存(可省略,默认512M):
cp ./conf/spark-defaults.conf.template ./conf/spark-defaults.conf vi ./conf/spark-defaults.conf
# Example: # spark.master spark://master:7077 # spark.eventLog.enabled true # spark.eventLog.dir hdfs://namenode:8021/directory # spark.serializer org.apache.spark.serializer.KryoSerializer # spark.driver.memory 5g # spark.executor.extraJavaOptions -XX:+PrintGCDetails -Dkey=value -Dnumbers="one two three" # add min memory #spark.executor.memory 471859200B #add default memory spark.executor.memory 512m
(5)简单测试
./bin/spark-shell
val textFile = sc.textFile("/testdata/words.txt")
textFile.count()
(6)/etc/profile 与~/.bash_profile的区别,参考:
http://blog.csdn.NET/caiwenfeng_for_23/article/details/44242961
http://blog.csdn.NET/caiwenfeng_for_23/article/details/44242961
(7)spark启动与Hadoop的关系
听说,spark是建立在hadoop基础上的,spark的许多jar文件都是沿用Hadoop的.但是,就启动spark而言,同一台机器并不需要先安装Hadoop.本人试过.
听说,spark是建立在hadoop基础上的,spark的许多jar文件都是沿用Hadoop的.但是,就启动spark而言,同一台机器并不需要先安装Hadoop.本人试过.
(8)参考资料: http://blog.csdn.net/ouyangyanlan/article/details/52355350
