Spark实战：单节点本地模式搭建Spark运行环境

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，***显示

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：

5 独立的程序 

***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：

说明确实成功执行了！

结束！

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