网站开发工作好的seo公司营销网

spark，一个数据处理框架和计算引擎。

下载

local模式即本地模式，就是不需要任何其他节点资源就可以在本地执行spark代码的环境。用于练习演示。

上传解压

使用PortX将文件上传至/opt

进入/opt目录，创建目录module，解压文件至/opt/module

进入module，并修改名称

配置jdk

启动spark前要安装jdk，上传jdk文件

解压

tar zxvf jdk-8u271-linux-x64.tar.gz

配置环境变量

以root用户配置环境变量

cd ~

保存后，以root用户，执行source .profle，使更改生效，并验证。

启动查看

进入spark-local，执行命令bin/spark-shell 启动spark，如下所示则成功启动

启动成功后，可以通过浏览器访问WebUI监控页面

http://ip:4040

交互操作

使用命令行或者提交作业的方式，与spark进行交互。

命令行

进入spark目录中的data文件夹，添加test.txt文件

vi test.txt

进入spark-standalone/bin目录，执行./spark-shell，启动命令行，执行以下内容

sc.textFile("../data/test.txt").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).collect

退出Ctrl+c或者输入:quit后回车

提交应用

对于公司大数据的批量处理或周期性数据分析/处理任务，通常采用编写好的Spark程序，并通过Spark-submit指令的方式提交给Spark集群进行具体的任务计算。

bin/spark-submit \

--class org.apache.spark.examples.SparkPi \

--master local[2] \

./examples/jars/spark-examples_2.12-3.5.5.jar \

10

备注：路径等信息如下，示例代码都位于spark目录中。