標(biāo)簽（空格分隔）： Spark

---

學(xué)習(xí)中的知識(shí)點(diǎn)：函數(shù)式編程、泛型編程、面向?qū)ο蟆⒉⑿芯幊獭?/p>

任何工具的產(chǎn)生都會(huì)涉及這幾個(gè)問(wèn)題：

現(xiàn)實(shí)問(wèn)題是什么？

理論模型的提出。

工程實(shí)現(xiàn)。

思考： 數(shù)據(jù)規(guī)模達(dá)到一臺(tái)機(jī)器無(wú)法處理的時(shí)候，如何在有限的時(shí)間內(nèi)對(duì)整個(gè)數(shù)據(jù)集進(jìn)行遍歷及分析？

Google針對(duì)大數(shù)據(jù)問(wèn)題提出的一些解決方案：

• MapReduce： 計(jì)算框架；
• GFS：數(shù)據(jù)存儲(chǔ)
• BigTable：NoSQL始祖。

Hadoop是根據(jù)MapReduce和GFS兩大論文所做的開(kāi)源實(shí)現(xiàn)，因此，它主要解決2大問(wèn)題：數(shù)據(jù)存儲(chǔ)，分布式計(jì)算框架。

YARN是Hadoop2和Hadoop1的最大區(qū)別，將集群管理本身獨(dú)立出來(lái)。而計(jì)算模型則更加專(zhuān)注于問(wèn)題本身。

Spark簡(jiǎn)介

Spark是由UC Berkeley的AMPLab出品的，主要?jiǎng)?chuàng)作者是Matei Zaharia. Spark與MapReduce位于Hadoop生態(tài)圈的同一層，主要解決分布式計(jì)算框架的問(wèn)題。

Spark與Hadoop有以下關(guān)系：

Spark和Hadoop中的MapReduce位于同一層次；

Spark可以部署在YARN（專(zhuān)門(mén)管理集群工作的）上；

Spark支持HDFS文件系統(tǒng)的訪問(wèn)。

Mac Scala安裝

使用brew安裝：

brew install scala

下載包安裝

tar zxvf ~/Download/scala-2.12.1.tgz #解壓
mv ~/Download/scala-2.12.1 ~/Download/scala #重命名
mv ~/Download/scala /usr/local/share/ #將文件夾放到合適的位置

修改環(huán)境變量，如果不是管理員可使用 sudo 進(jìn)入管理員權(quán)限，修改配置文件profile，在文件的末尾加入：
export PATH="$PATH:/usr/local/share/scala/bin"

驗(yàn)證

$ scala
顯示：Welcome to Scala version 2.11.6 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_40).
Type in expressions to have them evaluated.
Type :help for more information.

Mac Spark安裝

使用brew安裝

$ brew install apache-spark

檢測(cè)是否安裝成功

• cd /usr/local/Cellar/apache-spark/1.3.0/bin/
• 輸入：./spark-shell啟動(dòng)spark

WordCount in spark-shell

在spark-shell中完成單詞統(tǒng)計(jì)：

val file = sc.textFile("/usr/local/Cellar/apache-spark/1.3.0/README.md") // 以空格為拆分標(biāo)志，將文件中的每一行分割為多個(gè)單詞 val words = file.flatMap(line => line.split(" ")) // 對(duì)每一個(gè)單詞進(jìn)行計(jì)數(shù) val wordNumber = words.map(w => (w, 1)) // 將單詞進(jìn)行分類(lèi)合并，計(jì)算每個(gè)單詞總的出現(xiàn)次數(shù) val wordCounts = wordNumber.reduceByKey(_+_) //將所有單詞及其出現(xiàn)次數(shù)打印出來(lái) wordsCounts.foreach(println)

上述工作的簡(jiǎn)單表述形式：

sc.textFile("/usr/local/Cellar/apache-spark/1.3.0/README.md") .flatMap(line => line.split(" ")) .map(w => (w, 1)) .reduceByKey(_+_) .foreach(println)

轉(zhuǎn)載于:https://www.cnblogs.com/little-YTMM/p/6238847.html

總結(jié)

以上是生活随笔為你收集整理的Spark学习（一） -- Spark安装及简介的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。