01、Spark安装与配置
01、Spark安装与配置
1、hadoop回顾
Hadoop是分布式计算引擎,含有四大模块,common、hdfs、mapreduce和yarn。
2、并发和并行
并发通常指针对单个节点的应对多个请求的能力,是单一节点上计算能力的衡量,并行通常针对集群来讲,是利用多个节点进行分布式协同作业,我们称之为并行计算。
3、Spark
快如闪电集群计算引擎,应用于大规模数据处理快速通用引擎,使用内存计算。
- Speed
内存计算速度是hadoop的100倍以上,硬盘计算是Hadoop是10倍以上,Spark使用高级DAG(Direct acycle graph)执行引擎。 - 易于使用
提供了80+高级算子,能够轻松构建并行应用,也可以使用scala,python,r的shell进行交互式操作。 - 通用性
对SQL、流计算、复杂分析可进行组合应用。spark提供了类库栈,包括SQL、MLlib、graphx和Spark streaming。 - 架构
Spark core
spark SQL
spark streaming
spark mllib
spark graphx - 到处运行
spark可以运行在hadoop、mesos、standalone和clound上,同时可以访问多种数据源,如hdfs、hbase、hive、Cassandra、 S3等。
4、spark集群部署模式
local
不需要启动任何Spark进程,使用一个JVM运行Spark所有组件,主要用于调试和测试。
standalone
独立模式,需要安装Spark集群,分别启动master节点和worker节点,master是管理节点,worker是task的执行节点。
mesos
略。
yarn
不需要单独部署Spark集群,可以说根本没有Spark集群的概念。该模式下,使用的完全是Hadoop的Job执行流程,只是到末端启动任务时使用Spark的Task执行发生,相当于Spark是一个Hadoop的Job,将Spark的所有jar包打入job运行的依赖包中,流程按照hadoop的执行流程来进行。
5、安装spark
下载spark-2.1.0-bin-hadoop2.7.tgz
以下是Spark的官方下载地址:
https://www.apache.org/dyn/closer.lua/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz
解压文件到/soft目录下
$>tar -xzvf spark-2.3.0-bin-hadoop2.7.tgz -C /soft
创建软连接
创建软连接后,编译各种文件配置以及后期进行版本升级和替换非常方便。
$>cd /soft
$>ln -s spark-2.3.0-bin-hadoop2.7 spark
配置环境变量
编辑/etc/profile环境变量文件:
$>sudo nano /etc/profile
在文件末尾添加如下内容:
...
SPARK_HOME=/soft/spark
PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin
注意:将Spark的bin目录和sbin目录都添加到环境变量path中,而且Linux使用“:”作为分隔符。
环境变量生效
$>source /etc/profile
进入Spark-shell命令行
$>/soft/spark/spark-shell #进入scala命令提示符
$scala>
体验Spark-shell
因为Spark使用的scala语言,因此同Scala的使用完全一致。
$scala>1 + 1 #输出结果
2
01、Spark安装与配置的更多相关文章
- Windows环境中Openfire与Spark安装与配置指南
安装软件: openfire3.9.3 spark2.6.3 安装环境: WindowsXP JDK1.6.0_21 Oracle 一.openfire安装 1.安装openfire3.9.3,下载地 ...
- spark安装及配置
windows下spark的安装与配置教程 Windows下安装spark windows下搭建spark环境出现ChangeFileModeByMask error (3): ??????????? ...
- 01 Maven 安装与配置
Maven 安装与配置 1. Maven 介绍 Maven 翻译为 "专家","内行".Maven 是 Apache 下的一个纯 Java 开发的开源项目,它是 ...
- Spark安装和配置
hadoop2的安装教程 Spark可以直接安装在hadoop2上面,主要是安装在hadoop2的yarn框架上面 安装Spark之前需要在每台机器上安装Scala,根据你下载的Spark版本,选择对 ...
- 即时通信Spark安装和配置
spark:Cross-platform real-time collaboration client optimized for business and organizations.Spark i ...
- [Git]01 如何安装和配置
简单地说,Git 究竟是怎样的一个系统呢? 请注意,接下来的内容非常重要,若是理解了 Git 的思想和基本工作原理,用起来就会知其所以然,游刃有余.在开始学习 Git 的时候,请不要尝试把各种概 ...
- spark 1.6.0 安装与配置(spark1.6.0、Ubuntu14.04、hadoop2.6.0、scala2.10.6、jdk1.7)
前几天刚着实研究spark,spark安装与配置是入门的关键,本人也是根据网上各位大神的教程,尝试配置,发现版本对应最为关键.现将自己的安装与配置过程介绍如下,如有兴趣的同学可以尝试安装.所谓工欲善其 ...
- Redis安装以及配置
下载 http://redis.io/download 解压 tar zxvf redis-2.8.17.tar.gz 编译并安装 1 2 3 4 cd redis-2.8.17 make cd sr ...
- Spark的安装及配置
title: Spark的安装及配置 summary: 关键词:Hadoop集群环境 Spark scala python ubuntu 安装和配置 date: 2019-5-19 13:56 aut ...
随机推荐
- DokanLibrary 卸载
如果不小心安装了旧版...请卸载 在 c 盘中搜索 doken 其中有一个文件叫dokan.sys 它在C:\Windows\System32\drivers 文件夹中...放心删掉之.. 太坑了 ...
- phpstudy+phpstorm配置xdebug
配置这个xdebug真的是一个很崎岖的过程.首先在网上搜了一下资料~说要下载xdebug对应的版本~然后打印phpinfo之类一堆~结果没有起作用~当时一直就觉得是不是版本不对.然后在群里面问别个给我 ...
- Linux链接器脚本详解
/* GNU linker script for STM32F405 */ /* Specify the memory areas */ MEMORY { FLASH (rx) : ORIGIN = ...
- hive取等分数据
%sql select t3.* from ( select t2.* ,row_number() over(partition by t2.pt order by t2.pv) as rn2 fro ...
- hdu 6288(二分法加精度处理问题)
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=6288 题意:给出a,b,k,n可满足(n^a)*(⌈log2n⌉)^b<=k ,求最大的n值三个 ...
- sf04_操作系统中 heap 和 stack 的区别
概述 本文分三部分,描述有所重叠,但可以让你对栈与堆有一个比较清晰.全面的认识 heap 和 stack是什么 堆栈是两种数据结构.堆栈都是一种数据项按序排列的数据结构,只能在一端(称为栈顶(top) ...
- python 安装 第三方包
########1 (python 虚拟环境(如pycharm 中的 project )是一个独立的环境,所以也要重新安装一次第三方包) 上官网搜索 包 https://pypi.org/projec ...
- CheckStyle unable to read from stream
“我在对比了其他正确的ChechStyle文件之后,发现这个无法导入的文件的编码和正确文件的编码不一样,我的xml文档编码为ANSI,而导入正确的ChechStyle文件为UTF-8编码,在我将自己的 ...
- tcp 粘包 和 TCP_NODELAY 学习
TCP通信粘包问题分析和解决 在socket网络程序中,TCP和UDP分别是面向连接和非面向连接的.因此TCP的socket编程,收发两端(客户端和服务器端)都要有成对的socket,因此,发送端为 ...
- Mysql 游标的定义与使用方式
创建游标: 首先在MySql中创建一张数据表: CREATE TABLE IF NOT EXISTS `store` ( `id` int(11) NOT NULL AUTO_INCREMENT, ...