在前一篇文章中，我们已经搭建好了Hadoop的群集，接下来，我们就是需要基于这个Hadoop群集，搭建Spark的群集。由于前面已经做了大量的工作，所以接下来搭建Spark会简单很多。
首先打开三个虚拟机，现在我们需要安装Scala，因为Spark是基于Scala开发的，所以需要安装Scala。在Ubuntu下安装Scala很简单，我们只需要运行
代码语言：javascript复制sudo apt-get install scala就可以安装Scala了。
安装完成后运行scala -version可以看到安装的Scala的版本，我现在2.11版，安装目录是在/usr/share/scala-2.11 。
接下来下载Spark。到官方网站，找到最新版的Spark的下载地址，选择Hadoop版本，
http://spark.apache.org/downloads.html
代码语言：javascript复制wget http://spark下载地址当下载完毕后解压文件：
代码语言：javascript复制tar xvf spark-2.0.2-bin-hadoop2.7.tgz接下来我们需要将解压的文件夹移动到指定目录，因为之前我们Hadoop安装到/usr/local/hadoop，所以我们也可以把Spark放在/usr/local/spark下：
代码语言：javascript复制sudo mv spark-2.0.2-bin-hadoop2.7 /usr/local/spark进入spark文件夹下的conf文件夹，里面有个spark-env.sh.template文件，是spark环境变量设置的目标，我们可以复制一个出来：
代码语言：javascript复制cp spark-env.sh.template spark-env.sh然后编辑该文件
代码语言：javascript复制vi spark-env.sh在文件的末尾我们添加上以下内容：
代码语言：javascript复制export SCALA_HOME=/usr/share/scala-2.11
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
SPARK_MASTER_IP=master
SPARK_LOCAL_DIRS=/usr/local/spark
SPARK_DRIVER_MEMORY=1G
export LD_LIBRARY_PATH=/usr/local/hadoop/lib/native/:$LD_LIBRARY_PATH这里的内容是根据我虚拟机的环境来的，如果安装的版本和路径不一样，可以根据实际情况更改。
接下来设置slaves文件。
代码语言：javascript复制cp slaves.template slaves
vi slaves将内容改为
slave01
slave02
Spark在一台机器上就算配置完毕，接下来在另外两台机器上也做一模一样的配置即可。
启动Spark
在master上，我们先启动Hadoop，然后运行
代码语言：javascript复制/usr/local/spark/sbin/start-all.sh便可启动Spark。
运行jps看看Java进程：
2929 Master 2982 Jps 2294 SecondaryNameNode 2071 DataNode 1929 NameNode 2459 ResourceManager 2603 NodeManager
发现比Hadoop启动的时候多了Master进程。
切换到slave01节点上，运行JPS，看看进程：
1889 Worker 1705 NodeManager 1997 Jps 1551 DataNode
这里比Hadoop的时候多了一个Worker进程。说明我们的Spark群集已经启动成功。
下面访问Spark的网站：
http://192.168.100.40:8080/
可以看到2个worker都启动。
最后，我们运行一下Spark的示例程序：
代码语言：javascript复制/usr/local/spark/bin/run-example SparkPi 10 --slave01 local[2]可以在结果中找到
Pi is roughly 3.14XXXXX
说明我们运行成功了。
