共计 1339 个字符，预计需要花费 4 分钟才能阅读完成。
NSpark Shell 是 Spark 提供的一个弱小的交互剖析数据的工具，咱们间接用 $SPARK_HOME/bin/spark-shell 命令来 Spark Shell 启动，如果在 bin 目录下，能够间接用 spark-shell。
进入后，能够看到曾经初始化了 sc 和 spark。
参数
Spark Shell 还反对其余参数，比方 master、executor-memory 等。咱们能够通过 $SPARK_HOME/bin/spark-shell --help 来查看
master
master 的值包含 spark、mesos、yarn、k8s 以及 local，咱们下面没有指定 master，默认是 local 的，从上图能够看进去。
| 模式 | 形容 | 格局 |
|---|---|---|
| spark | 在 spark 的 stanalone 集群运行，也就是上一篇搭建的高可用集群 | spark://host:port |
| mesos | 运行在 mesos 资源管理器上 | mesos://host:port |
| yarn | 运行在 yarn 资源管理器上 | |
| k8s | 运行在 k8s 集群上 | https://host:port |
| local | 本地模式，本地运行 | local：1 个线程；local[*]；不限线程，local[N]:N 个线程 |
比方咱们运行在咱们搭建的 spark 集群上，能够看到 sc 前面的 master 就是咱们的 spark 集群。
[bigdata@bigdata01 test]$ $SPARK_HOME/bin/spark-shell \
> --master spark://bigdata01:7077,bigdata03:7077
其余
- executor-memory：executor 的内存，默认 1G
- total-executor-cores：standalone 模式才有的参数，定义所有 executors 的 cpu 数。
实例
从 hdfs 中读取一个文件，并统计这个文件多少行，以及第一行的内容等。
文件 test.txt 内容：
aaaaa
bbbbb
ccccc
ddddd
eeeee
fffff上传到 hdfs
[bigdata@bigdata01 test]$ hadoop fs -put /home/bigdata/test/test.txt /dajun/test进入 spark shell
[bigdata@bigdata01 test]$ $SPARK_HOME/bin/spark-shell --master spark://bigdata01:7077,bigdata03:7077 --executor-memory 512M --total-executor-cores 2在 spark shell 中操作
# 读取文件
scala> val textFile = spark.read.textFile("/dajun/test/test.txt")
textFile: org.apache.spark.sql.Dataset[String] = [value: string]
# 统计数量
scala> textFile.count()
res0: Long = 6
# 获取第一行
scala> textFile.first()
res1: String = aaaaa
# 过滤
scala> textFile.filter(line => line.contains("a")).count()
res2: Long = 1
正文完
