Windows下Spark单机环境配置

1、 环境配置

a)  java环境配置：

JDK版本为1.7,64位；

环境变量配置如下：

JAVA_HOME为JDK安装路径，例如D:\software\workSoftware\JAVA

在path中添加“%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;”

在CLASSPATH中添加“.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;”

b)  scala环境配置

scala版本为2.10，因为Spark 1.6.0用的是这个版本；

SCALA_HOME为scala安装路径，例如D:\software\workSoftware\Scala

在path中添加“%scala_Home%\bin;%scala_Home%\jre\bin;”

在CLASSPATH中添加“.;%scala_Home%\bin;%scala_Home%\lib\dt.jar;%scala_Home%\lib\tools.jar.;”

c)   Hadoop下载和配置

Hadoop版本为2.6.0 or upper，我的是2.6.3

下载地址：http://apache.fayea.com/hadoop/common/hadoop-2.6.3/hadoop-2.6.3.tar.gz

下载后解压

另下载一个：winutils.exe，这个百度既有；

下载后，把winutils.exe放在bin目录下；

配置 HADOOP_HOME，为解压地址，例如：“D:\software\workSoftware\hadoop-2.6.3”

在path中添加““%HADOOP_HOME\bin%;”

d)  Spark下载和配置

下载页面：http://spark.apache.org/downloads.html

Spark release选择1.6.0

package type是：Pre-built for Hadoop 2.6 and later

我选择的mirror地址：http://apache.fayea.com/spark/spark-1.6.0/spark-1.6.0-bin-hadoop2.6.tgz

下载后解压

e)  Scala IDE

然后，如果你有Scala编辑器的话，就可以愉快的去玩耍；我使用的是IntelliJ IDEA 15.0，自行安装一个scala的插件。

2、 第一个Spark程序

a)  新建一个scala的项目，添加Spark目录下\lib\ spark-assembly-1.6.0-hadoop2.6.0.jar到项目依赖的jar包；

b)  在src文件夹下新建一个scala script文件，测试你的第一个Spark程序吧

 package com.iclick
 /**
   * Created by Shawn_Liu on 2016/3/4.
   */

 import org.apache.log4j.{Level, Logger}
 import org.apache.spark.{SparkContext, SparkConf}
 import org.apache.spark.mllib.regression.LinearRegressionWithSGD
 import org.apache.spark.mllib.regression.LabeledPoint
 import org.apache.spark.mllib.linalg.Vectors
 import  org.apache.spark.sql.SQLContext
 object WordCount {
   def main(args: Array[String]) {
     // 屏蔽不必要的日志显示终端上
     Logger.getLogger("org.apache.spark").setLevel(Level.ERROR)
     Logger.getLogger("org.eclipse.jetty.server").setLevel(Level.OFF)
     val conf = new SparkConf().setAppName("wordcount").setMaster("local[4]")
     val sc = new SparkContext(conf)
     val sqlContext = new SQLContext(sc)
     val  data=sc.textFile("D:\\Download\\wordcount.txt")
     data.map(word=>(word,1)).reduceByKey(_+_).foreach(println)
     println("-----------------分割线--------")
     data.map(_.toUpperCase()).map(word=>(word,1)).reduceByKey(_+_).foreach(println)
   }
 }

为了运行以上代码，我在D:\Download\下新建了一个文本文件wordcount.txt，输入了以下内容：

java

c++

c

SAS

sas

scala

python

PYHTHON

JAVA

java

Java

最终运行结果如下：

(c++,1)

(scala,1)

(sas,1)

(python,1)

(SAS,1)

(JAVA,1)

(c,1)

(JAva,1)

(java,2)

(PYHTHON,1)

-----------------分割线--------

(C++,1)

(C,1)

(SAS,2)

(SCALA,1)

(JAVA,4)

(PYTHON,1)

(PYHTHON,1)