、下載scala2.11.5版本,下載地址爲:http://www.scala-lang.org/download/2.11.5.html
2、安裝和配置scala:
第一步:上傳scala安裝包 並解壓
第二步 配置SCALA_HOME環境變量到bash_profile
第三步 source 使配置環境變量生效:
第四步 驗證scala:
3、下載spark 1.2.0,具體下載地址:http://spark.apache.org/downloads.html
4、安裝和配置spark:
第一步 解壓spark:
第二步 配置SPARK_HOME環境變量:
第三步 使用source生效:
進入spark的conf目錄:
第四步 修改slaves文件,首先打開該文件:
slaves修改後:
第五步 配置spark-env.sh
首先把spark-env.sh.template拷貝到spark-env.sh:
然後 打開“spark-env.sh”文件:
spark-env.sh文件修改後:
5、啓動spark僞分佈式幫查看信息:
第一步 先保證hadoop集羣或者僞分佈式啓動成功,使用jps看下進程信息:
如果沒有啓動,進入hadoop的sbin目錄執行 ./start-all.sh
第二步 啓動spark:
進入spark的sbin目錄下執行“start-all.sh”:
此刻 我們看到有新進程“Master” 和"Worker"
我們訪問“http://master:8080/”,進如spark的web控制檯頁面:
從頁面上可以看到一個Worker節點的信息。
我們進入spark的bin目錄,使用“spark-shell”控制檯:
通過訪問"http://master:4040",進入spark-shell web控制檯頁面:
6、測試spark僞分佈式:
我們使用之前上傳到hdfs中的/data/test/README.txt文件進行mapreduce
取得hdfs文件:
對讀取的文件進行一下操作:
使用collect命令提交併執行job:
readmeFile.collect
查看spark-shell web控制檯:
states:
端口整理:
master端口是7077
master webui是8080
spark shell webui端口是4040