Spark入门教程（二）Spark2.2源码编译及安装配置
本文全部手写原创，请勿复制粘贴、转载请注明出处，谢谢配合！
Spark2.2源码下载
点此进入官网下载地址： 下载Spark
spark官网下载截图
//下载好后用传输工具传输到我们的linux上并解压缩tar -zxvf spark-2.2.0.tgz
源码编译
准备工作
根据Spark官方文档可知，需要java8+,maven 3.3.9+版本
spark编译需知
确认jave8.0已成功安装
检验java是否成功安装
确认Maven3.3.9已成功安装
检验maven是否成功安装
如果不知道如何安装，参考如下步骤：
（1）点此下载maven
（2）解压缩：
tar -zxvf apache-maven-3.3.9-bin.tar.gz
（3）配置环境变量：
vim /etc/profile
export MAVEN_HOME=/usr/local/apache-maven-3.3.9
//根据机器配置为maven分配尽可能多的内存，可以使得编译更加快速
export MAVEN_OPTS="-Xmx2g -XX:ReservedCodeCacheSize=1024m"
export PATH=$JAVA_HOME/bin:$MAVEN_HOME/bin:$PATH
//最后不要忘记source命令使得配置立即生效
source /etc/profile
确认机器能够链接外网
vim /etc/resolv.conf
namserver 8.8.8.8 nameserver 8.8.4.4
//检验是否成功链接外网
ping www.baidu.com
开始编译
cd /usr/local/spark-2.2.0
./dev/make-distribution.sh --name custom-spark --tgz -Phadoop-2.6 -Phive -Phive-thriftserver -Pyarn
- --name之后的custom-spark是编译好后生成的那个tgz文件的文件名，可以自定义
- Phadoop要根据自己已经安装好了的hadoop版本写
- 如果要运行R语言请加上-Psparkr，否则请省略以提高编译速度
- 如果要使用mesos请加上-Pmesos，否则请省略以提高编译速度
编译需要40分钟左右：成功后在spark-2.2.0目录下出现spark-2.2.0-bin-custom-spark.tgz包
将它移动到其他目录下：mv spark-2.2.0-bin-custom-spark.tgz /usr/local/
Scala2.11.8下载安装
- 点此下载：scala-2.11.8.tgz
tar -zxvf scala-2.11.8.tgz- 配置SCALA_HOME环境变量
vim /etc/profile
export SCALA_HOME=/usr/local/scala-2.11.8
export PATH=$SCALA_HOME/bin:$PATH
source /etc/profile
Spark配置
- 进入conf目录 将spark-env.sh.template和slaves.template改名
mv spark-env.sh.template spark-env.sh
mv slaves.template slaves - 配置spark-env.sh：加上这几个环境变量即可
export JAVA_HOME=/usr/local/jdk1.8
export HADOOP_CONF_DIR=/usr/local/hadoop-2.6.0-cdh5.11.1/etc/hadoop
export SCALA_HOME=/usr/local/scala-2.11.8 - 集群配置：配置slaves，把你的集群中每个机器的主机名写上去即可
master
slave1
slave2 - 配置好之后分发到集群中其他机器上
scp -r spark-2.2.0-bin-hadoop2.6.0-cdh5.11.1 slave1:/usr/local/
scp -r spark-2.2.0-bin-hadoop2.6.0-cdh5.11.1 slave2:/usr/local/
验证Spark
cd /usr/local/spark-2.2.0-bin-hadoop2.6.0-cdh5.11.1/
bin/spark-shell
出现如下界面即可：
spark运行截图
