Spark-集群安装、部署、启动、测试（1.6.3版）
一、下载地址：
http://spark.apache.org/releases/spark-release-1-6-3.html
二、安装
将其放在Linux的目录中，解压
我解压的目录是：
/usr/local/spark-1.6.3-bin-hadoop2.6
三、配置spark
3.1 进入到spark的安装目录下
cd /usr/local/spark-1.6.3-bin-hadoop2.6
3.2 进入conf目录重命名并修改spark-env.sh.template
mv spark-env.sh.template spark-env.sh
3.3 进入spark-env.sh文件，在配置文件中添加如下配置。
vi spark-env.sh
export JAVA_HOME=/usr/java/jdk1.8.0_151/ export SPARK_MASTER_IP=centos01 export SPARK_MASTER_PORT=7077
保存退出
3.4 重命名并修改slaves.template
mv slaves.template slaves
3.5 进入slaves修改配置，添加子节点所在的位置。
centos01 centos02 MyLinux
这几个乃是主机名（备注：已经做了提前的映射，主机名和IP地址要有映射）
3.6 分发到 其他两台服务器
scp -r spark-1.6.3-bin-hadoop2.6/ MyLinux:/usr/local/ scp -r spark-1.6.3-bin-hadoop2.6/ centos02:/usr/local/
部署完成。
四、Spark shell启动及提交任务（提前关闭防火墙，service iptables stop）
4.1 进入sbin/进行启动
./usr/local/spark-1.6.3-bin-hadoop2.6/sbin/start-all.sh
4.2 进入bin目录，运行脚本 sprak-shell
/usr/local/spark-1.6.3-bin-hadoop2.6/bin
（1）单机版：
./spark-shell --master spark:centos01:7077
（2）集群版 （指定内存和cpu核数 ）：
./spark-shell --master spark://centos01:7077 --executor-memory 512m --total-executor-cores 2
--total-executor-core CPU核数
--executor-memory 内存大小（每个节点）
（3）启动结果
（4）Web UI
4.3 scala命令做一个简单计数统计
sc.parallelize(List("hello spark","hello scala","scala Java")).flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).sortBy(_._2).collect
结果：
