前言：

Spark本身用scala寫的，運行在JVM之上。

JAVA版本:java 6 /higher edition.

1 下載Spark

http://spark.apache.org/downloads.html

你可以自己選擇需要的版本，這里我的選擇是：

http://d3kbcqa49mib13.cloudfront.net/spark-1.1.0-bin-hadoop1.tgz

如果你是奮發(fā)圖強的好碼農(nóng)，你可以自己下載源碼：http://github.com/apache/spark.

注意：我這里是運行在Linux環(huán)境下。沒有條件的可以安裝下虛擬機之上！

2 解壓縮&進入目錄

tar -zvxf spark-1.1.0-bin-hadoop1.tgz

cd spark-1.1.0-bin-hadoop1/

3 啟動shell

./bin/spark-shell

你會看到打印很多東西，***顯示

4 小試牛刀

先后執(zhí)行下面幾個語句

val lines = sc.textFile("README.md")   
 
lines.count()   
 
lines.first()   
 
val pythonLines = lines.filter(line => line.contains("Python"))   
 
scala> lines.first()  
res0: String = ## Interactive Python Shel  

---解釋，什么是sc

sc是默認(rèn)產(chǎn)生的SparkContext對象。

比如

scala> sc  
res13: org.apache.spark.SparkContext = org.apache.spark.SparkContext@be3ca72 

這里只是本地運行，先提前了解下分布式計算的示意圖：

5 獨立的程序 

***以一個例子結(jié)束本節(jié)

為了讓它順利運行，按照以下步驟來實施即可：

--------------目錄結(jié)構(gòu)如下：

/usr/local/spark-1.1.0-bin-hadoop1/test$ find .  
.  
./src  
./src/main  
./src/main/scala  
./src/main/scala/example.scala  
./simple.sbt 

然后simple.sbt的內(nèi)容如下：

name := "Simple Project"  

version := "1.0"   

scalaVersion := "2.10.4"  

libraryDependencies += "org.apache.spark" %% "spark-core" % "1.1.0" 

example.scala的內(nèi)容如下： 

import org.apache.spark.SparkConf  
 import org.apache.spark.SparkContext  
 import org.apache.spark.SparkContext._   
 
object example {  
   def main(args: Array[String]) {  
    val conf = new SparkConf().setMaster("local").setAppName("My App")  
    val sc = new SparkContext("local", "My App")  
    sc.stop()  
    //System.exit(0)  
    //sys.exit()  
    println("this system exit ok!!!")  
   }  
 }  

紅色local:一個集群的URL,這里是local,告訴spark如何連接一個集群，local表示在本機上以單線程運行而不需要連接到某個集群。

橙黃My App:一個項目的名字，

然后執(zhí)行：sbt package

成功之后執(zhí)行

./bin/spark-submit  --class  "example"   ./target/scala-2.10/simple-project_2.10-1.0.jar

結(jié)果如下：

說明確實成功執(zhí)行了！

結(jié)束！

本文來自：http://my.oschina.net/qiangzigege/blog/313859