今天，我们一起安装、配置spark集群环境，方便后期继续学习研究。spark项目是由scala语言编写的，因此需提前配置Scala环境才能运行Spark程序。
我们安装spark2.1.2版本与之对应的环境要求可以在spark官网可以得到。 如下图所示：
从上图可一看到安装Spark2.1.2我们需要安装scala2.11.x版，在scala官网可以找到与之对应的是2.11.12。scala运行对java虚拟机也是有要求的，从下图可以看到2.11.12要求java1.8的环境。大家还记得我们虚拟机中安装的java版本吗？
我们可以使用命令查看一下，如下图所示：你们安装的就是1.8(最后一位小版本号之间差异不大，一般可以忽略)。所以我们只需下载scala2.11.12即可。
下载scala2.11.12.tgz的方法：可以在官网选择下图所示的文件下载
首先通过WinSCP将下载的scala压缩文件上传至master用户主目录下Downloads目录下，使用命令 tar –zxvf scala2.11.12.tgz 解压scala2.11.12.tgz至用户主目录下，解压后的文件夹名为scala-2.11.12
将解压后的文件夹名由scala-2.11.12改为scala，可使用下图所示操作命令
编辑用户主目录下的.bashrc文件，命令如下图所示
在文件末尾添加如下内容
保存并退出，重新导入配置文件.bashrc然后终端中使用命令scala -version查看scala安装配置是否成功。操作过程如下图所示：
在master节点操作成功后为了简便可以将scala文件目录和./.bashrc复制到slave1、slave2。复制文件到其他节点使用scp命令：
scp -r ./scala hduser@slave1:~/
scp ./.bashrc hduser@slave1:~/
scp -r ./scala hduser@slave2:~/
scp ./.bashrc hduser@slave2:~/
通过以上命令slave1和slave2节点上都有scala及其配置文件了。我们可以通过重新导入配置文件查看每个节点是否安装成功，操作如下面两图所示：
到这里集群中scala环境就配置好了，下篇文章介绍spark的安装。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数据处理的全流程中，数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘，还是日常数 ...
2026-03-06在数据分析、数据预处理场景中，dat文件是一种常见的二进制或文本格式数据文件，广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代，CDA（Certified Data Analyst）数据分析师的核心价值，早已超越单纯的数据清洗与统计分析，而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中，经常需要对课时数据进行排序并实现累加计算——比如，按课程章节排序，累加各 ...
2026-03-05在数据分析场景中，环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据，直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提，而CDA（Certified Data Analyst）数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中，“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中，我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天，企业对数据的依赖程度日益加深，而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习，尤其是卷积神经网络（CNN）的实操中，转置卷积（Transposed Convolution）是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中，我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中，数据已成为企业最核心的战略资产，而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中，数据透视表是汇总、分析繁杂数据的核心工具，我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中，我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中，时间序列数据是CDA（Certified Data Analyst）数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中，数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法（Finite Element Method, FEM）作为工程数值模拟的核心工具，已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代，“以用户为中心”已成为企业运营的核心逻辑，而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA（Certifi ...
2026-02-28在Python面向对象编程（OOP）中，类方法是构建模块化、可复用代码的核心载体，也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中，索引是提升查询效率的核心手段—— 面对千万级、亿级数据量，合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
