Spark基础环境搭建——local本地模式
这篇博客，为大家带来的是关于Spark的环境搭建。
Spark环境搭建
提前声明：
1.我们选择目前企业中使用最多的稳定版Spark2.2.0
2.为了方便浏览和更改配置信息，我们把主机名更换为node01,node02.....
local本地模式
<1> 安装
我们需要下载Spark的安装包。
下载地址:http://spark.apache.org/downloads.html
安装完成后
上传到linux
解压并重命名
cd /export/servers
tar spark-2.2.0-bin-2.6.0-cdh5.14.0.tgz
mv spark-2.2.0-bin-2.6.0-cdh5.14.0 spark
- 注意:
如果有权限问题，可以修改为root，方便学习时操作，实际中使用运维分配的用户和权限即可。
chown -R root /export/servers/spark
chgrp -R root /export/servers/spark
- 解压目录说明
bin 可执行脚本
conf 配置文件
data 示例程序使用数据
examples 示例程序
jars 依赖 jar 包
python pythonAPI
R R 语言 API
sbin 集群管理命令
yarn 整合yarn需要的文件
<2>启动spark-shell
- 直接启动bin目录下的spark-shell:
./spark-shell
- spark-shell说明<后续仍会提到>
<1>直接使用./spark-shell
表示使用local 模式启动，在本机启动一个SparkSubmit进程
<2>还可指定参数 --master，如：
spark-shell --master local[N] 表示在本地模拟N个线程来运行当前任务
spark-shell --master local[*] 表示使用当前机器上所有可用的资源
<3>不携带参数默认就是
spark-shell --master local[*]
<4>后续还可以使用–master指定集群地址，表示把任务提交到集群上运行，如
./spark-shell --master spark://node01:7077,node02:7077
<5>退出spark-shell
使用 :quit
ok，说了那么多概念，接下来让我们来感受一下Spark的具体使用~
<3>初体验-读取本地文件
让我们来准备点数据
vim /root/words.txt
hello me you her
hello you her
hello her
hello
spark-shell进入到命令行后程序后，输入下面的代码
val textFile = sc.textFile("file:///root/words.txt")
val counts = textFile.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _)
counts.collect //收集结果
// 预期结果: Array[(String, Int)] = Array((you,2), (hello,4), (me,1), (her,3))
<4>初体验-读取HDFS文件
- 准备数据
上传文件到hdfs
hadoop fs -put /root/words.txt /wordcount/input/words.txt
目录如果不存在可以创建
hadoop fs -mkdir -p /wordcount/input
结束后删除测试文件夹即可
hadoop fs -rm -r /wordcount
在Spark的shell窗口中输入
val textFile = sc.textFile("hdfs://node01:8020/wordcount/input/words.txt")
val counts = textFile.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _)
counts.saveAsTextFile("hdfs://node01:8020/wordcount/output")
待到程序执行完毕，我们进入到HDFS的UI界面进行查看
看到上述的场景，说明我们的程序以及环境搭建是没有问题的。
好了,本次的分享就到这里，喜欢的小伙伴们记得点赞加关注哟~
