spark实验3

Posted 2021-03-14 gkl20173667

一、实验目的

（1）掌握在 Linux 虚拟机中安装 Hadoop 和 Spark 的方法；

（2）熟悉 HDFS 的基本使用方法；

（3）掌握使用 Spark 访问本地文件和 HDFS 文件的方法。

二、实验平台

操作系统：Ubuntu16.04；

Spark 版本：2.1.0；

Hadoop 版本：2.7.1。

三、实验内容和要求

1．安装 Hadoop 和 Spark

进入 Linux 系统，参照本教程官网“实验指南”栏目的“Hadoop 的安装和使用”，完

成 Hadoop 伪分布式模式的安装。完成 Hadoop 的安装以后，再安装 Spark（Local 模式）。

2．HDFS 常用操作

使用 hadoop 用户名登录进入 Linux 系统，启动 Hadoop，参照相关 Hadoop 书籍或网络

资料，或者也可以参考本教程官网的“实验指南”栏目的“HDFS 操作常用 Shell 命令”，厦门大学林子雨,赖永炫,陶继平 编著《Spark 编程基础（Scala 版）》 教材配套机房上机实验指南

实验 3 Spark 和 Hadoop 的安装

主讲教师：林子雨 http://www.cs.xmu.edu.cn/linziyu 第 2 页

使用 Hadoop 提供的 Shell 命令完成如下操作：

（1） 启动 Hadoop，在 HDFS 中创建用户目录“/user/hadoop”；

（2） 在 Linux 系统的本地文件系统的“/home/hadoop”目录下新建一个文本文件

test.txt，并在该文件中随便输入一些内容，然后上传到 HDFS 的“/user/hadoop”

目录下；

（3） 把 HDFS 中“/user/hadoop”目录下的 test.txt 文件，下载到 Linux 系统的本地文

件系统中的“/home/hadoop/下载”目录下；

（4） 将HDFS中“/user/hadoop”目录下的test.txt文件的内容输出到终端中进行显示；

（5） 在 HDFS 中的“/user/hadoop”目录下，创建子目录 input，把 HDFS 中

“/user/hadoop”目录下的 test.txt 文件，复制到“/user/hadoop/input”目录下；

（6） 删除HDFS中“/user/hadoop”目录下的test.txt文件，删除HDFS中“/user/hadoop”

目录下的 input 子目录及其子目录下的所有内容。

3. Spark 读取文件系统的数据

（1）在 spark-shell 中读取 Linux 系统本地文件“/home/hadoop/test.txt”，然后统计出文

件的行数；

（2）在 spark-shell 中读取 HDFS 系统文件“/user/hadoop/test.txt”（如果该文件不存在，

请先创建），然后，统计出文件的行数；

（3）编写独立应用程序，读取 HDFS 系统文件“/user/hadoop/test.txt”（如果该文件不存在，

请先创建），然后，统计出文件的行数；通过 sbt 工具将整个应用程序编译打包成 JAR 包，

并将生成的 JAR 包通过 spark-submit 提交到 Spark 中运行命令。