spark-shell的环境测试

本文指导如何在已配置Hadoop与Spark的环境中,通过命令行方式验证Spark-shell是否正常工作,包括版本检查、应用名称确认及退出操作。同时提供在特定文件夹下启动Spark-shell的方法,并展示测试代码确保其功能正确。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

测试spark-shell:

前提,hdfs有format过(一次就好,format多次了会出现找不到slave的datanode的现象),而且开启了hadoop和spark


方法1、

直接:键入如下命令检查Spark Shell是否工作正常。
sc.version
(或)
sc.appName
完成上述步骤之后,可以键入如下命令退出Spark Shell窗口:
:quit

方法2、

进入spark文件夹,直接bin/spark-shell
成功信息,没有error,最后一行是sql context available as sqlcontext
测试work count(代码)
可以写一个备份,然后直接复制到终端就好

但是复制的时候不要复制换行符,不然就直接执行了






评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值