保姆级丨Spark环境搭建

0x00 前言

Apache Spark 是一种用于大数据工作负载的分布式开源处理系统。它使用内存中缓存和优化的查询执行方式，可针对任何规模的数据进行快速分析查询。

0x01 环境说明

0x02 准备工作

基于前期已经完成Hadoop部署，本文演示Spark安装过程。文中使用CentOS-7系统在三个虚拟机环境下进行示范，过程使用本地主机与虚拟机交互。首先要在Windows主机下载实验过程需要使用的环境。

ⅠSpark-3.3.0:

https://mirrors.tuna.tsinghua.edu.cn/apache/spark/spark-3.3.0/spark-3.3.0-bin-hadoop3.tgz

0x03 Spark安装

Ⅰroot运行终端

su root

Ⅱ创建spark文件夹

mkdir /usr/local/spark

Ⅲ打开spark文件夹

cd /usr/local/spark

Ⅳ利用lrzsz文件互传工具

rz

Ⅴ上传spark-3.3.0-bin-hadoop3.tgz文件

Ⅵ打开Spark文件夹

cd /usr/local/spark

Ⅶ解压Spark文件

tar -zxvf spark-3.3.0-bin-hadoop3.tgz

Ⅷ重命名Spark解压后的文件

mv ./spark-3.3.0-bin-hadoop3/ ./spark

Ⅸ给Spark管理员权限

chown -R root ./spark

0x04 Spark配置

Ⅰ复制一个去掉后缀名的文件，以编辑spark-env.sh文件

cd spark
cp ./conf/spark-env.sh.template ./conf/spark-env.sh

Ⅱ打开spark-env.sh文件

cd conf
vi spark-env.sh

Ⅲ编辑spark-env.sh文件

export SPARK_DIST_CLASSPATH=$(/usr/local/hadoop/hadoop-3.3.3/bin/hadoop classpath)  #--$(Hadoop路径+classpath)

0x04 启动Spark

Ⅰ在spark的bin目录下启动spark

cd /usr/local/spark/spark/bin
./spark-shell

0x05 总结

至此Spark环境搭建完成。由于作者水平有限，文中若有错误与不足欢迎留言，便于及时更正。