Spark官方文档翻译（一）~Overview

Spark官方文档翻译，有问题请及时指正，谢谢。

 

Overview页

http://spark.apache.org/docs/latest/index.html

 

Spark概述

Apache Spark 是一个快速的，分布式集群计算系统.它提供了高等级的针对 Java, Scala, Python and R的API接口, 他还是一个优秀的图处理引擎. 它还支持一套高级的工具集： Spark SQL，Sql和结构化数据处理；

MLlib ，机器学习； GraphX ，图处理； 还有 Spark Streaming.

 

下载

可以去网站下载页（http://spark.apache.org/downloads.html）下载。文档的版本是2.3.1.Spark 使用了Hadoop的客户端库来访问HDFS和YARN。下载会预先打包一个最新的Hadoop版本。用户可以下载Hadoop包然后通过Spark的环境变量使用Hadoop的各种版本。Scala和Java的用户可以用Maven集成。以后Python的用户可以用Pypi安装。

 想自己编译去这页看看（http://spark.apache.org/docs/latest/building-spark.html）

Spark 可以运行在Windows  和 UNIX（比如Linux, Mac OS）系统。单机安装很简单，装java，配置JAVA_HOME环境变量。

Spark 运行在Java 8+, Python 2.7+/3.4+ ，R 3.1+.Scala 的API使用Scala 2.11。你需要使用Scala 的版本（2.11.x）来兼容。

Spark 2.2.0以后就不支持Java 7, Python 2.6和 Hadoop  2.6.5以前的版本了。

2.3.0以后就不支持Scala 2.10了。

 

运行例子和Shell

Spark 提供了几个简单的小程序。 Scala, Java, Python 、R的例子在examples/src/main文件夹下。运行java或scala简单程序，在高一级目录执行 bin/run-example <class> [params]  （更相信的spark提交指令访问http://spark.apache.org/docs/latest/submitting-applications.html），比如：

./bin/run-example SparkPi 10


你也可以用Scala shell与spark交互，这样是学习框架最好的方式。
./bin/spark-shell --master local[2]
--master 这个设置可以查看http://spark.apache.org/docs/latest/submitting-applications.html#master-urls
local是一个线程  local[N]是多个线程  可以用local作为测试   获得全部设置用 --help


Spark也提供了python api   用python解释器与spark进行交互 bin/pyspark
./bin/pyspark --master local[2]

例子也有：
./bin/spark-submit examples/src/main/python/pi.py 10



1.4以后也提供了R api
./bin/sparkR --master local[2]
例子：./bin/spark-submit examples/src/main/r/dataframe.R


集群启动
Spark集群模式可以在这查看 http://spark.apache.org/docs/latest/cluster-overview.html
Spark 可以独立运行 ，也可以几个存在的管理者协作运行，现在提供了这几种部署方式：

可以查阅什么呢（官网菜单翻译）

Programming Guides:编程指南






API Docs:







Deployment Guides:部署指南







Other Documents:其他文档







External Resources:外部资源







 


大数据流动 专注于大数据实时计算，数据治理，数据可视化等技术分享与实践。


请在后台回复关键字下载相关资料。相关学习交流群已经成立，欢迎加入~


 


 


 







            

            
posted @ 
2018-08-09 11:34 
独孤风 
阅读(470) 
评论(1) 
编辑 
收藏 
举报