spark伪分布式安装与测试

1、下载scala2.11.5版本，下载地址为：http://www.scala-lang.org/download/2.11.5.html

2、安装和配置scala：

第一步：上传scala安装包 并解压

第二步 配置SCALA_HOME环境变量到bash_profile

第三步 source 使配置环境变量生效：

第四步 验证scala：

3、下载spark 1.2.0，具体下载地址：http://spark.apache.org/downloads.html

4、安装和配置spark：

第一步  解压spark：

第二步 配置SPARK_HOME环境变量：

 

第三步 使用source生效：

 

进入spark的conf目录：

第四步 修改slaves文件，首先打开该文件：

slaves修改后：

第五步 配置spark-env.sh

首先把spark-env.sh.template拷贝到spark-env.sh：

然后 打开“spark-env.sh”文件：

spark-env.sh文件修改后：

5、启动spark伪分布式帮查看信息：

第一步 先保证hadoop集群或者伪分布式启动成功，使用jps看下进程信息：

如果没有启动，进入hadoop的sbin目录执行 ./start-all.sh

第二步 启动spark：

进入spark的sbin目录下执行“start-all.sh”：

此刻 我们看到有新进程“Master” 和"Worker"

我们访问“http://master:8080/”，进如spark的web控制台页面：

从页面上可以看到一个Worker节点的信息。

 

我们进入spark的bin目录，使用“spark-shell”控制台：

通过访问"http://master:4040"，进入spark-shell web控制台页面：

 

6、测试spark伪分布式：

我们使用之前上传到hdfs中的/data/test/README.txt文件进行mapreduce

取得hdfs文件：

对读取的文件进行一下操作：

 

使用collect命令提交并执行job：

readmeFile.collect

 

查看spark-shell web控制台：

 

states：

端口整理：

master端口是7077

master webui是8080

spark shell webui端口是4040