spark-shell使用

使用SparkPi提交任务

bug（待解决)： spark-shell进行词频统计

先开启spark集群

[root@hadoop01 bin]# ./spark-submit --class org.apache.spark.examples.SparkPi /
--master spark://hadoop01:7077 /
--executor-memory 1G /
--total-executor-cores 1 examples/jars/spark-examples_2.12-3.2.0.jar 10

进入hadoop01：8080网址可以显示出

高可用时需要指向一个Master列表：

[root@hadoop01 bin]# ./spark-submit --class org.apache.spark.examples.SparkPi /
--master spark://hadoop01:7077,hadoop02:7077,hadoop03:7077 /
--executor-memory 1G /
--total-executor-cores 1 examples/jars/spark-examples_2.12-3.2.0.jar 10

在spark-env.sh配置文件中添加：

#指定HDFS配置文件目录
export HADOOP_CONF_DIR=/export/servers/hadoop-2.7.4/etc/hadoop

然后先启动zookeeper，再启动hadoop，最后启动spark。

创建需要统计的文件，并传入hdfs中。

启动spark-shell

[root@hadoop01 bin]# ./spark-shell --master local[2]

词频统计结果：

sc.textFile("/spark/test/words.txt").flatMap(_.split("")).map((_,1)).reduceByKey(_+_).collect