大三寒假学习 spark学习 spark shell

在spark shell中运行代码：

• Spark Shell 提供了简单的方式来学习Spark API
• Spark Shell可以以实时、交互的方式来分析数据
• Spark Shell支持Scala和Python

• 一个Driver就包括main方法和分布式集群
• Spark Shell本身就是一个Driver，里面已经包含了main方法

spark-shell命令以及常用参数如下: 

　　./bin/spark-shell --master <master-url>

　　Spark的运行模式取决于传递给SparkContext的Master URL的值。

Master URL可以是以下任一种形式：

• local 使用一个Worker线程本地化运行SPARK(完全不并行)
• local[*] 使用逻辑CPU个数数量的线程来本地化运行Spark
• local[K] 使用K个Worker线程本地化运行Spark（理想情况下，K应该根据运行机器的CPU核数设定）
• spark://HOST:PORT 连接到指定的Spark standalone master。默认端口是7077 采用默认的集群管理器
• yarn-client 以客户端模式连接YARN集群。集群的位置可以在HADOOP_CONF_DIR 环境变量中找到
• yarn-cluster 以集群模式连接YARN集群。集群的位置可以在HADOOP_CONF_DIR 环境变量中找到
• mesos://HOST:PORT 连接到指定的Mesos集群。默认接口是5050

再采用本地模式启动时主要包含以下参数：

　　--master：这个参数表示当前的Spark Shell要连接到哪个master，如果是local[*]，就是使用本地模式启动spark-shell，其中，中括号内的星号表示需要使用几个CPU核心(core)，也就是启动几个线程模拟Spark集群

 　　--jars： 这个参数用于把相关的JAR包添加到CLASSPATH中；如果有多个jar包，可以使用逗号分隔符连接它们

输入：./bin/spark-shell 默认是local模式

 输入代码测试一下