（6）Spark 2.0.0 伪分布安装

1.引言

      Spark是专为大规模数据处理而设计的快速通用的计算引擎。Spark拥有MapReduce所具有的优点；但不同于MapReduce的是——中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

      在本篇博客中主要介绍一下Spark的伪分布安装，博主的环境为：

• 操作系统为：Centos6.7
• JDK的版本为：1.7
• JDK的安装目录为：/usr/local/jdk
• Hadoop的版本为：2.6.1
• Hadoop的安装目录为：/usr/local/hadoop
• scala的安装版本为2.11.8
• scala的安装目录为/usr/local/scala
• spark的安装版本为2.0.0
• spark的安装目录为/usr/local/spark

2 .Hadoop伪分布安装

      因为Spark可以使用Yarn平台调度资源（也可以不使用Yarn平台，因为个人比较喜欢，所以首先安装了Hadoop的伪分布），Hadoop伪分布安装的链接地址为：Hadoop 2.6.1伪分布搭建

      如果不安装Yarn平台，请首先配置SSH免密码登陆，SSH免密码登陆请参考地址：SSH免密码登陆

3 .Scala安装

• 首先将scala解压，并改名

//将scala解压到/usr/local目录下
tar -zxvf scala-2.11.8.tgz -C /usr/local/
//进入到/usr/local目录
cd /usr/local
//修改scala目录名称
mv scala-2.11.8 scala

• 修改环境变量

//修改profile文件
vim /etc/profile
//修改的环境变量内容
export SCALA_HOME=/usr/local/scala
export PATH=$SCALA_HOME/bin:$PATH
//重新加载环境变量文件
source /etc/profile

• 验证scala是否安装成功

//命令验证scala是否成功安装
scala -version

4. Spark伪分布安装

• 将Spark解压，并改名

//将spark解压到/usr/local目录下
tar -zxvf spark-2.0.0-bin-hadoop2.6.tgz -C /usr/local/
//进入到/usr/local目录
cd /usr/local
//修改spark目录名称
mv spark-2.0.0-bin-hadoop2.6 spark

• 修改spark的配置文件：conf/spark-env.sh

//将配置模板文件，修改为配置文件
cp spark-env.sh.template spark-env.sh
//修改配置文件的内容如下所示：
export JAVA_HOME=/usr/local/jdk
export SCALA_HOME=/usr/local/scala
export SPARK_WORKER_MEMORY=1G
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop
export SPARK_MASTER_IP=localhost

• 验证spark是否安装成功

//启动spark（sbin目录下面）
./start-all.sh
//使用jps查看进程，出现Master和Worker进程即启动成功
jps

• Web浏览器验证Spark安装成功(http://localhost:8080)

//启动spark（sbin目录下面）
./start-all.sh
//当启动spark之后，浏览器输入http://localhost:8080，如果出现下图即启动成功