由于spark是用scala编写的，且需要jdk的环境支撑，所以本地spark环境的搭建需要四个步骤：JDK的安装，scala的安装，hadoop的配置，spark的配置。
一、jdk的安装与环境变量的配置。（参考：http://blog.csdn.net/u011513853/article/details/52865076#comments）
二、scala安装。选择版本scala2.10.3，配置相应的路径。
需要注意的是，Spark的各个版本需要跟相应的Scala版本对应，比如我这里使用的Spark 1.6.0就只能使用Scala 2.10的各个版本，目前最新的Spark 2.0就只能使用Scala 2.11的各个版本，所以下载的时候，需要注意到这种Scala版本与Spark版本相互对应的关系。
下载得到Scala的msi文件后，可以双击执行安装。安装成功后，默认会将Scala的bin目录添加到PATH系统变量中去（如果没有，和JDK安装步骤中类似，将Scala安装目录下的bin目录路径，添加到系统变量PATH中），为了验证是否安装成功，开启一个新的cmd窗口，输入scala然后回车，如果能够正常进入到Scala的交互命令环境则表明安装成功。
三、hadoop路径配置。（下载路径）
新建系统变量：HADOOP_HOME D:profilelocalProfileshadoop-2.6.0
添加path变量：%HADOOP_HOME%in;
四、spark路径配置。（下载路径）
选择适合版本，下载并解压：
配置环境变量：
新建系统变量：SPARK_HOME D:profilelocalProfilesspark-1.6.0-bin-hadoop2.6
添加path变量：%SPARK_HOME%in;
个人配置环境的安装文件地址：百度云