Linux配置Spark

下载预构建好的Spark压缩包

进入Spark官网下载页面下载你需要的安装包，这里我选择预构建好的、现在最新的压缩包-Download Spark: spark-2.3.2-bin-hadoop2.7.tgz
下载：wget https://www.apache.org/dyn/closer.lua/spark/spark-2.3.2/spark-2.3.2-bin-hadoop2.7.tgz
解压: tar zxvf spark-2.3.2-bin-hadoop2.7.tgz

添加环境变量

export PATH=$PATH:home/sy/spark-2.3.2-bin-hadoop2.7/bin
可以先进入解压后的目录，然后输入pwd获取当前目录
如果需要永久开机配置，在用户名目录下输入ls -a,有一个.bashrc文件，使用vi打开，添加环境变量如下:

保存后，source .bashrc,使得环境变量立即生效。

Java环境

输入java -version，显示：

openjdk version "1.8.0_161"
OpenJDK Runtime Environment (build 1.8.0_161-b14)
OpenJDK 64-Bit Server VM (build 25.161-b14, mixed mode)

说明java环境已经配置成功,如果没有的话，可能需要配置一下。

检查配置是否成功

输入spark-shell，显示下面信息说明配置成功

安装pyspark

pip install pyspark

测试

我们测试这个链接中的例子：https://github.com/apache/spark/blob/master/examples/src/main/python/ml/pca_example.py
新建pca.py文件,输入代码后执行python pca.py即可，输出如下：