Spark入門指南 I - 快速配置

文章也同時在個人博客 http://kimihe.com/更新

引言

"Apache Spark? is a fast and general engine for large-scale data processing."

Spark是一種高性能分布式計算框架。它基于RDD使用內存來加速迭代過程。相比于前輩Hadoop,Spark有著更好的性能表現,尤其針對Machine Learning此類典型的應用,提升更為顯著。

本文將集中介紹如何快速配置Spark。

軟件依賴

  • 運行Spark需要java環境。
  • Spark應用多用Scala編寫,建議使用SBT來管理。

安裝java運行環境

安裝JDK&JRE

sudo apt-get install openjdk-8-jre openjdk-8-jdk

建議裝version 8不要裝9。安裝完成后,默認路徑是/usr/lib/jvm/java-8-openjdk-amd64,如果不一致請搜索到正確路徑。

添加環境變量

cd
vim .bashrc

添加如下jave的PATH:

# JAVA PATH
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

更新環境變量

source .bashrc

測試java環境

java -version

看到相應版本信息輸出即表明配置正確:

hadoop@hadoop-master:~$ java -version
openjdk version "1.8.0_121"
OpenJDK Runtime Environment (build 1.8.0_121-8u121-b13-0ubuntu1.16.04.2-b13)
OpenJDK 64-Bit Server VM (build 25.121-b13, mixed mode)

安裝SBT

Mac

使用Homebrew下載

$ brew install sbt@1

或者使用Macports (Third-party package)

$ port install sbt

其它平臺

SBT官方鏈接:有.zip,.tgz以及.msi供選擇。

下載Spark

Spark官方鏈接。筆者選擇的是2.2.0版本。

配置Spark

解壓下載的.zip后,若只是想單機版運行,無需后續配置,直接就已經可以運行任務了。若想進行真正的分布式運行,請閱讀下述配置流程:

  • 進入spark-2.2.0根目錄的conf子目錄。重點關注如下幾個配置文件:log4j.properties.template(日記相關,使用默認即可), slaves.template(分布式worker節點配置)以及spark-defaults.conf.template(運行參數配置)。入門的配置大多只需要修改slaves.template即可。
  • 將slaves.template重命名,去除.template后綴,在其中添加分布式節點的IP信息。若只在本地運行,請填寫localhost。筆者進行的是真分布式,所以填寫了兩臺worker節點的IP或hosts信息,如:
# For Cluster
10.10.43.131
10.10.43.132

備注:請自行對應IP與hosts。

  • 配置完成后,進入spark-2.2.0根目錄。運行./sbin/start-all.sh啟動Spark。
  • 提交一個example中的任務:
./bin/spark-submit --class org.apache.spark.examples.SparkPi \
--master local ./examples/jars/spark-examples_2.11-2.2.0.jar 10

出現一系列反饋信息,如報錯請仔細檢查前面的配置,以及各類path輸入是否正確。
詳細的提交格式如下(可查閱Document):

./bin/spark-submit \
  --class <main-class> \
  --master <master-url> \
  --deploy-mode <deploy-mode> \
  --conf <key>=<value> \
  ... # other options
  <application-jar> \
  [application-arguments]

至此,最簡單的Spark配置流程告一段落。

總結

作為Spark入門指南的第一篇,本文介紹了最快速的配置方法。
下篇筆者將講解如何使用IntelliJ IDEA進行spark應用的開發。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,967評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,273評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,870評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,742評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,527評論 6 407
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,010評論 1 322
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,108評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,250評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,769評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,656評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,853評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,371評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,103評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,472評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,717評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,487評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,815評論 2 372

推薦閱讀更多精彩內容