大数据之脚踏实地学11-Spark神器的安装

还没关注？

快动动手指！

前言

在《

大数据之脚踏实地学10--Hive独立式安装

》一文中我们已经介绍了Hive工具的安装流程，基于Hive可以轻松的在Hadoop集群内实现SQL语句的落地。如果没有她，数据的管理操作都要通过编写Java代码，运行Map-Reduce，那将是一件非常头疼的事。

在本期中，我们将继续安装另一件大数据神器，那就是Spark，它是一款专用于数据运算的引擎，它可以更好地适用于数据挖掘与机器学习等需要迭代的Map-Reduce的算法，并且它基于内存的运算，要比Hadoop高效很多。

安装Scala

由于Spark 是在 Scala 语言中实现的，并且其将 Scala 用作应用程序的框架，所以，在安装Spark之前，必须安装它的依赖，即 Scala软件。安装过程很简单，即解压、配置环境变量（注意，Scala在Master机器和Slave机器中都需要安装）。

下载Scala软件

前往Scala的官网（https://www.scala-lang.org/download/），直接下载最新版本的Scala软件，目前的版本为2.12.8。

上传至Master和Slave机器

利用xftp软件，将下载下来的压缩包软件上传至master主机和两台slave从机中。

解压缩

将xshell软件的的窗口调整至下图所示的效果（即通过菜单中的“选项卡“设置为“瓷砖排序”，并选择“工具”内的“发送键输入到所有对话“）：

配置好窗口后，切换到/opt/SoftWare目录，使用如下命令，对Scala的.tgz文件做解压缩，并将解压缩目录重命名为scala：

tar -xzf scala-2.12.8.tgz

mv scala-2.12.8 scala

配置环境变量

vim /etc/profile

source /etc/profile

输入scala命令，如果出现下图中的结果，就说明你已成功安装scala软件。

安装Spark

安装Spark的过程与安装Scala很像，操作步骤也非常的简单，具体如下：

下载Spark软件

上传至master与slave机器

解压缩

使用如下命令，对Spark的.tgz文件做解压缩，并将解压缩目录重命名为spark：

tar -xzf spark-2.4.0-bin-hadoop2.7.tgz

mv spark-2.4.0-bin-hadoop2.7 spark

配置文件

配置环境变量：vim /etc/profile

刷新环境变量：source /etc/profile

配置spark-env.sh文件

将目录切换到spark下的conf目录，即/opt/SoftWare/spark/conf，然后将spark-env.sh.template文件拷贝为spark-env.sh，然后利用vim命令，往文件末尾添加如下内容：

vim spark-env.sh

配置slaves文件

将slaves.template文件重新拷贝为slaves，然后利用vim命令，进入文件，将最后一行的localhost删除，并往文件末尾添加如下内容：

到目前为止，Spark的安装和配置就算完成了，接下来我们去启动并验证Spark（需要注意的是，启动前需要启动HDFS和YARN，因为基于Spark分析的数据还都存储在HDFS中）。

启动Spark

启动HDFS和YARN只需要在Master机器中执行如下两条命令，并通过jps查看启动的进程：

start-dfs.sh

start-yarn.sh

jps

启动Spark，需要先将目录切换到spark的sbin下，然后仅在Master机器中执行./start-all.sh命令。为验证是否成功启动，可以输入jps命令，结果如下：

从上图可知，master机器中多了Master进程，slave1和slave2机器中多了Worker进程，说明Spark已成功启动。最后，我们通过网页端，也能够发现Spark已启动，只需要在浏览器中输入master:8080

最后，我们再启动Spark的Shell（它是执行Spark代码的交互式环境，类似于Linux的终端），命令为spark-shell，看一看它长啥样子：

如上图所示，你会发现，在启动Spark的交互式窗口后，命令行的前缀是scala>，说明接下来等待你输入的是Scala语句。

结语

本期的内容就介绍到这里，由于后期我们将重点讲解Spark机器学习的应用，但考虑到很多朋友对Scala的了解并不是很多，所以我将准备15期左右的内容介绍Scala工具。如果你有任何问题，欢迎在公众号的留言区域表达你的疑问。同时，也欢迎各位朋友继续转发与分享文中的内容，让更多的人学习和进步。

每天进步一点点：数据分析1480