前言：
Spark本身用scala写的，运行在JVM之上。
JAVA版本:java 6 /higher edition.
1 下载Spark
http://spark.apache.org/downloads.html
你可以自己选择需要的版本，这里我的选择是：
http://d3kbcqa49mib13.cloudfront.net/spark-1.1.0-bin-hadoop1.tgz
如果你是奋发图强的好码农，你可以自己下载源码：http://github.com/apache/spark.
注意：我这里是运行在Linux环境下。没有条件的可以安装下虚拟机之上！
2 解压缩&进入目录
tar -zvxf spark-1.1.0-bin-hadoop1.tgz
cd spark-1.1.0-bin-hadoop1/
3 启动shell
./bin/spark-shell
你会看到打印很多东西，***显示
4 小试牛刀
先后执行下面几个语句
- val lines = sc.textFile("README.md")
- lines.count()
- lines.first()
- val pythonLines = lines.filter(line => line.contains("Python"))
- scala> lines.first()
- res0: String = ## Interactive Python Shel
---解释，什么是sc
sc是默认产生的SparkContext对象。
比如
- scala> sc
- res13: org.apache.spark.SparkContext = org.apache.spark.SparkContext@be3ca72
这里只是本地运行，先提前了解下分布式计算的示意图：
5 独立的程序
***以一个例子结束本节
为了让它顺利运行，按照以下步骤来实施即可：
--------------目录结构如下：
- /usr/local/spark-1.1.0-bin-hadoop1/test$ find .
- .
- ./src
- ./src/main
- ./src/main/scala
- ./src/main/scala/example.scala
- ./simple.sbt
然后simple.sbt的内容如下：
- name := "Simple Project"
- version := "1.0"
- scalaVersion := "2.10.4"
- libraryDependencies += "org.apache.spark" %% "spark-core" % "1.1.0"
example.scala的内容如下：
- import org.apache.spark.SparkConf
- import org.apache.spark.SparkContext
- import org.apache.spark.SparkContext._
- object example {
- def main(args: Array[String]) {
- val conf = new SparkConf().setMaster("local").setAppName("My App")
- val sc = new SparkContext("local", "My App")
- sc.stop()
- //System.exit(0)
- //sys.exit()
- println("this system exit ok!!!")
- }
- }
红色local:一个集群的URL,这里是local,告诉spark如何连接一个集群，local表示在本机上以单线程运行而不需要连接到某个集群。
橙黄My App:一个项目的名字，
然后执行：sbt package
成功之后执行
./bin/spark-submit --class "example" ./target/scala-2.10/simple-project_2.10-1.0.jar
结果如下：
说明确实成功执行了！
结束！
