spark 单机环境搭建

notes/installation/Spark单机版本环境搭建.md

@@ -0,0 +1,121 @@
+# Spark单机版本环境搭建
+
+
+
+>**系统环境**：centos 7.6
+>
+>**Spark版本**：spark-2.2.3-bin-hadoop2.6
+
+
+
+### 1. Spark安装包下载
+
+官网下载地址：http://spark.apache.org/downloads.html
+
+因为Spark常常和Hadoop联合使用，所以下载时候需要选择Spark版本和对应的Hadoop版本后再下载
+
+<div align="center"> <img width="600px" src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-download.png"/> </div>
+
+
+
+### 2.  解压安装包
+
+```shell
+# tar -zxvf  spark-2.2.3-bin-hadoop2.6.tgz
+```
+
+
+
+### 3.  配置环境变量
+
+```shell
+# vim /etc/profile
+```
+
+添加环境变量：
+
+```shell
+export SPARK_HOME=/usr/app/spark-2.2.3-bin-hadoop2.6
+export  PATH=${SPARK_HOME}/bin:$PATH
+```
+
+使得配置的环境变量生效：
+
+```shell
+# source /etc/profile
+```
+
+
+
+### 4. Standalone模式启动Spark
+
+进入`${SPARK_HOME}/conf/`目录下，拷贝配置样本并进行相关配置：
+
+```shell
+# cp spark-env.sh.template spark-env.sh
+```
+
+在`spark-env.sh`中增加如下配置：
+
+```shell
+# 主机节点地址
+SPARK_MASTER_HOST=hadoop001
+# Worker节点的最大并发task数
+SPARK_WORKER_CORES=2
+# Worker节点使用的最大内存数
+SPARK_WORKER_MEMORY=1g
+# 每台机器启动Worker实例的数量
+SPARK_WORKER_INSTANCES=1
+# JDK安装位置
+JAVA_HOME=/usr/java/jdk1.8.0_201
+```
+
+进入`${SPARK_HOME}/sbin/`目录下,启动服务：
+
+```shell
+# ./start-all.sh
+```
+
+
+
+### 5. 验证启动是否成功
+
+访问8080端口，查看Spark的Web-UI界面
+
+<div align="center"> <img width="600px" src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-web-ui.png"/> </div>
+
+
+
+
+
+## 附：一个简单的词频统计例子，感受spark的魅力
+
+#### 1. 准备一个词频统计的文件样本wc.txt,内容如下：
+
+```txt
+hadoop,spark,hadoop
+spark,flink,flink,spark
+hadoop,hadoop
+```
+
+#### 2. 指定spark master 节点地址，启动spark-shell
+
+```shell
+# spark-shell --master spark://hadoop001:7077
+```
+
+#### 3. 在scala交互式命令行中执行如下命名
+
+```scala
+val file = spark.sparkContext.textFile("file:///usr/app//wc.txt")
+val wordCounts = file.flatMap(line => line.split(",")).map((word => (word, 1))).reduceByKey(_ + _)
+wordCounts.collect
+```
+
+执行过程如下：
+
+<div align="center"> <img  src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-shell.png"/> </div>
+
+通过spark shell web-ui可以查看作业的执行情况，访问端口为4040
+
+<div align="center"> <img width="600px" src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-shell-web-ui.png"/> </div>