Spark实战1：单节点本地模式搭建Spark运行环境

jopen 10年前

前言：

Spark本身用scala写的，运行在JVM之上。

 JAVA版本:java 6 /higher edition.

1 下载Spark

http://spark.apache.org/downloads.html

你可以自己选择需要的版本，这里我的选择是：

http://d3kbcqa49mib13.cloudfront.net/spark-1.1.0-bin-hadoop1.tgz

如果你是奋发图强的好码农，你可以自己下载源码：http://github.com/apache/spark.

注意：我这里是运行在Linux环境下。没有条件的可以安装下虚拟机之上！

 

2 解压缩&进入目录

tar -zvxf spark-1.1.0-bin-hadoop1.tgz

cd spark-1.1.0-bin-hadoop1/

3 启动shell

./bin/spark-shell

你会看到打印很多东西，最后显示

Spark实战1：单节点本地模式搭建Spark运行环境

 

4 小试牛刀

先后执行下面几个语句

val lines = sc.textFile("README.md")

lines.count()

lines.first()

val pythonLines = lines.filter(line => line.contains("Python"))

scala> lines.first()
res0: String = ## Interactive Python Shel

---解释，什么是sc

sc是默认产生的SparkContext对象。

比如

 scala> sc
res13: org.apache.spark.SparkContext = org.apache.spark.SparkContext@be3ca72

 

 这里只是本地运行，先提前了解下分布式计算的示意图：

Spark实战1：单节点本地模式搭建Spark运行环境

5 独立的程序 

最后以一个例子结束本节

为了让它顺利运行，按照以下步骤来实施即可：

--------------目录结构如下：

/usr/local/spark-1.1.0-bin-hadoop1/test$ find .
.
./src
./src/main
./src/main/scala
./src/main/scala/example.scala
./simple.sbt

 

然后simple.sbt的内容如下：

  

name := "Simple Project" 
version := "1.0" 
scalaVersion := "2.10.4" 
libraryDependencies += "org.apache.spark" %% "spark-core" % "1.1.0"

 example.scala的内容如下：

 

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._

object example {
  def main(args: Array[String]) {
   val conf = new SparkConf().setMaster("local").setAppName("My App")
   val sc = new SparkContext("local", "My App")
   sc.stop()
   //System.exit(0)
   //sys.exit()
   println("this system exit ok!!!")
  }
}

 红色local:一个集群的URL,这里是local,告诉spark如何连接一个集群，local表示在本机上以单线程运行而不需要连接到某个集群。

橙黄My App:一个项目的名字，

 

然后执行：sbt package

 成功之后执行

./bin/spark-submit  --class  "example"   ./target/scala-2.10/simple-project_2.10-1.0.jar

结果如下：

Spark实战1：单节点本地模式搭建Spark运行环境

说明确实成功执行了！

来自：http://my.oschina.net/qiangzigege/blog/313859