Spark本地开发环境搭建

Fri, 01 Jan 2016 00:00:00 +0000

本文使用Scala2.10.6，sbt。请自行提前装好。

设置SSH，本地免密码登录

因为Spark master需要ssh到Spark worker中执行命令，所以，需要免密码登录。

cat ~/.ssh/id_rsa.pub > ~/.ssh/authorized_keys

执行ssh localhost确认一下，如果不需要密码登录就说明OK了。

Tips： Mac下可能ssh不到本地，请检查你sharing设置：

下载Spark

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

我选择的是spark-1.6.0-bin-cdh4.tgz 。看到cdh4(Hadoop的一个分发版本)，别以为它是要你装Hadoop。其实不然，要看你自己的开发需求。因为我不需要，所以，我只装Spark。

配置你的Spark slave

我很好奇，worker和slave这个名称有什么不同？还是因为历史原因，导致本质上一个东西但是两种叫法？

在你的Spark HOME路径下

cp ./conf/slaves.template ./conf/slaves

slaves文件中有一行localhost代表在本地启动一个Spark worker。

启动Spark伪分布式

<SPARK_HOME>/sbin/start-all.sh

执行JPS验证Spark启动成功

➜ jps
83141 Worker
83178 Jps
83020 Master

打开你的Spark界面

http://localhost:8080

下载Spark项目骨架

为方便我自己开发，我自己创建了一个Spark应用开发的项目骨架。

下载项目骨架： http://git.oschina.net/zacker330/spark-skeleton
项目路径中执行：sbt package 编译打包你的spark应用程序。

将你的spark应用程序提交给spark master执行

    <SPARK_HOME>/bin/spark-submit \ 
          --class "SimpleApp" \
          --master spark://Jacks-MBP.workgroup:7077 \
              target/scala-2.10/spark-skeleton_2.10-1.0.jar

这个“spark://Jacks-MBP.workgroup:7077”是你在 http://localhost:8080 中看到的URL的值

可以看到打印出: hello world

大数据 on 翟志军 Jack Zhai