Spark2.1.0——运行环境准备

Posted 2020-11-07 泰山不老生

      学习一个工具的最好途径，就是使用它。这就好比《极品飞车》玩得好的同学，未必真的会开车，要学习车的驾驶技能，就必须用手触摸方向盘、用脚感受刹车与油门的力道。在IT领域，在深入了解一个系统的原理、实现细节之前，应当先准备好它的运行环境或者源码阅读环境。如果能在实际环境下安装和运行Spark，显然能够提升读者对于Spark的一些感受，对系统能有个大体的印象，有经验的工程师甚至能够猜出一些Spark在实现过程中采用的设计模式、编程模型。

      考虑到大部分公司在开发和生产环境都采用Linux操作系统，所以笔者选用了64位的Linux。在正式安装Spark之前，先要找台好机器。为什么？因为笔者在安装、编译、调试的过程中发现Spark非常耗费内存，如果机器配置太低，恐怕会跑不起来。Spark的开发语言是Scala，而Scala需要运行在JVM之上，因而搭建Spark的运行环境应该包括JDK和Scala。

      本文只介绍最基本的与Spark相关的准备工作，至于Spark在实际生产环境下的配置，则需要结合具体的应用场景进行准备。

安装JDK

      自Spark2.0.0版本开始，Spark已经准备放弃对Java 7的支持，所以我们需要选择Java 8。我们还需要使用命令getconf LONG_BIT查看linux机器是32位还是64位，然后下载相应版本的JDK并安装。

下载地址：

http://www.oracle.com/technetwork/java/javase/downloads/index.html。

配置环境：

cd ~
vim .bash_profile

添加如下配置：

exportJAVA_HOME=/opt/java
exportPATH=$PATH:$JAVA_HOME/bin
exportCLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

输入以下命令使环境变量快速生效：

source .bash_profile

安装完毕后，使用java –version命令查看，确认安装正常，如图1所示。

图1 查看java安装是否正常

安装Scala

      由于从Spark 2.0.0开始，Spark默认使用Scala 2.11来编译、打包，不再是以前的Scala 2.10，所以我们需要下载Scala 2.11。

    下载地址：

    http://www.scala-lang.org/download/

选择Scala 2.11的版本进行下载，下载方法如下：

wget https://downloads.lightbend.com/scala/2.11.8/scala-2.11.8.tgz

移动到选好的安装目录，例如：

mv scala-2.11.8.tgz~/install/

进入安装目录，执行以下命令：

chmod 755scala-2.11.8.tgz
tar -xzvfscala-2.11.8.tgz 

配置环境：

cd ~
vim .bash_profile

添加如下配置：

export SCALA_HOME=$HOME/install/scala-2.11.8
export PATH=$SCALA_HOME/bin:$PATH

输入以下命令使环境变量快速生效：

source .bash_profile

安装完毕后键入scala，进入scala命令行以确认安装正常，如图2所示。

图2 进入Scala命令行

安装Spark

      Spark进入2.0时代之后，目前一共有两个大的版本：一个是2.0.0，一个是2.1.0。本书选择2.1.0。

下载地址：

http://spark.apache.org/downloads.html

下载方法如下：

wget http://d3kbcqa49mib13.cloudfront.net/spark-2.1.0-bin-hadoop2.6.tgz

移动到选好的安装目录，如：

mv spark-2.1.0-bin-hadoop2.6.tgz~/install/

进入安装目录，执行以下命令：

chmod 755 spark-2.1.0-bin-hadoop2.6.tgz
tar -xzvf spark-2.1.0-bin-hadoop2.6.tgz

配置环境：

cd ~
vim .bash_profile

添加如下配置：

    export SPARK_HOME=$HOME/install/spark-2.1.0-bin-hadoop2.6
    export PATH=$SPARK_HOME/bin:$PATH

输入以下命令使环境变量快速生效：

source .bash_profile

安装完毕后键入spark-shell，进入scala命令行以确认安装正常，如图3所示。

图3 执行spark-shell进入Scala命令行

 

有了对spark运行环境的准备，下面就可以来看看《Spark2.1.0之初体验》

想要对Spark源码进行阅读的同学，可以看看《Spark2.1.0之代码结构及载入Ecplise方法》

 

关于《Spark内核设计的艺术 架构设计与实现》

经过近一年的准备，基于Spark2.1.0版本的《Spark内核设计的艺术 架构设计与实现》一书现已出版发行，图书如图：

 

纸质版售卖链接如下：

京东：https://item.jd.com/12302500.html