目前,博文搜索有时候看不到博文发表时间,如果以后能像百度学术那样有搜索的时间范围选项不知道会不会更好一点。虽说百度也收录了文,可以搜到。

前提,官网说明要先安装配置好java8或者java11。
此处,博主安装在已经配置好Hadoop伪分布的虚拟机Linux上,Hadoop2.7.3,Java1.8.x。

参考网文,首先安装Scala:
Linux命令行,mkdir /usr/scala
不知道为什么,官网下载按钮点击以后没有下载。
于是,选择在博文自制Spark安装详细过程(含Scala)看到的链接,下载2.11.7版本的Scala。
在下载压缩包的目录下解压并移动到目标目录,tar -xf scala-2.11.7.tgz ,mv scala-2.11.7 /usr/scala
注:想给文件改名在同一目录下 mv scala-2.11.7.tgz scala,scala不要提前建好,不然就变成目录嵌套了。语句mv scala-2.11.7 /usr/scala执行后,效果/usr/scala/scala-2.11.7。博主后来改了文件名字,将scala解压内容放到了/usr/Spark/scala下。
配置环境变量,vim /etc/profile,文件末尾添加export PATH=$PATH:/usr/Spark/scala/bin,建议加个注释,以后自己能看懂,如下:

# added by AnXining 2020.6.5
export PATH=$PATH:/usr/Spark/scala/bin

每次修改完环境变量,记得要source /etc/profile

检查配置是否成功,scala -version

然后,安装Spark:

官网选择与Hadoop2.7.x对应版本,此处博主选择spark-3.0.0-preview2-bin-hadoop2.7.tgz,由链接跳转到了一个镜像选择页面。

graph环境 搭建spark spark环境搭建及配置_大数据


graph环境 搭建spark spark环境搭建及配置_graph环境 搭建spark_02

将spark解压并移动到/usr/Spark中,解压内容在/usr/Spark/spark目录下,接着配置环境变量vim ~./.bash_profile,文件尾部添加:(第一次被动插入代码片段,因为忽然发现无法输入$符号)

export SPARK_HOME=/usr/Spark/spark
export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin在这里插入代码片

source ~/.bash_profile

Spark文件配置:
将slaves.template改名为slaves

cd /usr/local/spark/conf  //配置文件所在目录
mv slaves.template slaves      //修改为spark可识别文件

修改slaves文件,vim slaves
注:本次伪单机分布式,暂时不加slave,不做改动

将spark-env.sh.template改名为spark-env.sh,mv spark-env.sh.template spark-env.sh
修改slaves文件,vim spark-env.sh

export SPARK_DIST_CLASSPATH=$(/home/hadoop/hadoop/bin/hadoop classpath)
export HADOOP_CONF_DIR=/home/hadoop/hadoop/etc/hadoop
export SPARK_MASTER_IP=192.168.147.147

以上按照自己的安装路径以及ip填写,ifconfig查看ip

启动Hadoop和Spark,/home/hadoop/hadoop/sbin/start-all.sh,/usr/Spark/spark/sbin/start-master.sh

jps命令查看启动状态

graph环境 搭建spark spark环境搭建及配置_hadoop_03


打开主节点浏览器,输入http://localhost:8080/,例如:

http://192.168.147.147:8080/

graph环境 搭建spark spark环境搭建及配置_大数据_04

输入spark-shell打开操作窗口

graph环境 搭建spark spark环境搭建及配置_spark_05