Windows下安装Spark

1. 安装Scala， 下载链接 https://downloads.lightbend.com/scala/2.12.3/scala-2.12.3.msi

创建系统变量 SCALA_HOME为C:\Program Files (x86)\scala， 然后添加%SCALA_HOME%\bin到系统PATH变量中

然后打开cmd窗口，运行scala，你应该看到如下信息

 

2. 安装JDK，下载链接，http://www.oracle.com/technetwork/java/javase/downloads/index.html， spark2.2要求jdk8,所以下载

Java SE 8u144

创建系统变量JAVA_HOME为C:\Program Files\Java\jdk1.8.0_144， 然后添加%JAVA_HOME%\bin到系统PATH变量中

创建系统变量CLASSPATH，内容为%JAVA_HOMT%\lib;%JAVA_HOMT%\lib\tools.jar;

打开cmd窗口，输入 java -version,

 

3. 安装spark， 下载链接 http://spark.apache.org/downloads.html

点击第4步的链接下载，之后把里面的内容解压缩到C:\Spark文件夹中，

创建系统变量SPARK_HOME，内容为C:\Spark\，添加%SPARK_HOME%\bin 和 %SPARK_HOME%\sbin到系统变量PATH中

4. 安装hadoop winutils，下载链接https://github.com/steveloughran/winutils， 选择你要的hadoop版本号，比如2.8.1，你只需要下载winutils.exe，然后拷贝到C:\Hadoop\bin文件夹中。

创建系统变量HADOOP_HOME，为C:\Hadoop，添加%HADOOP_HOME%\bin到PATH变量中

 

5. 以管理员身份打开cmd，运行spark-shell，如果遇到访问权限等错误的话，运行 winutils.exe chmod 777 C:\tmp\hive

 

6. 以管理员身份打开cmd，运行spark-shell，你应该看到如下界面

最重要的，你要看到Spark context available as 'sc' (master = local[*], app id = local-1507235397368).字样

 

7. spark hello world example

在Scala>提示符后依次输入运行

val textFile = sc.textFile("file:///Spark/README.md")

val tokenizedFileData = textFile.flatMap(line=>line.split(" "))

val countPrep = tokenizedFileData.map(word=>(word,1))

val counts = countPrep.reduceByKey((accumValue, newValue)=>accumValue+newValue)

var sortedCounts = counts.sortBy(kvPair=>kvPair._2,false)

sortedCounts.saveAsTextFile("file:///SparkOutputData/ReadMeWordCount")

打开C盘，你应该看到SparkOutputData文件夹，里面有ReadMeWordCount文件夹，里面的内容为

查看文件part-00000和part-00001，里面就是各个单词在README.md文件中出现的次数。