如何安装ApacheSpark并使其在R上运行？

所以，我对Hadoop和ApacheSpark还很陌生。我是一个新手，正在尝试。因此，首先我了解了hadoop和MapReduce的基本概念，它们是如何产生的，然后是ApacheSpark与hadoop相比有哪些优势（有些优势是在内存和磁盘上处理速度更快），以及多个库使我们的生活更轻松。现在，我正在尝试使用ApacheSpark。为了做到这一点，我假设我必须在我的机器上安装一个名为apachespark的软件

我所做的是安装Oracle Virtual box。然后我安装了流浪汉。现在，我知道在下载vagrant并提取文件和内容之后，我必须运行命令

vagrant up

，它将下载并安装我的虚拟机。然而，我想使用R来使用ApacheSpark。我的意思是，我不懂Python，但我懂R。几天前，我读到Databricks显然已经发布了对R的支持。因为，我是新手，我假设，会有一些shell，我可以在其中键入我的R命令，并使用ApacheSpark进行计算

---

因此，我不知道如何进行。如果我做了

vagrant up

，我想这将允许我使用ApacheSpark使用python shell。或者这就是未来的发展方向，在这样做之后，我将不得不安装一些额外的库来使用R。

您所说的软件包是SparkR 实际上，您可以在R中导入的软件包很少，并且可以在R中本地使用spark，但是如果您想使用spark Standalone cluster，那么您也必须安装spark。在Spark 1.4.0中，随Spark安装一起嵌入了R软件包，您可以通过将其导入R中直接使用它们

这个新发布的软件包可以从这个位置下载-

现在，您可以使用RStudio或rshell并使用这些行来导入R包-

Sys.setenv(SPARK_HOME="/home/hduser/Downloads/FlareGet/Others/spark-1.4.0-bin-hadoop2.6").libPaths(c(file.path(Sys.getenv("SPARK_HOME"), "R", "lib"), .libPaths()))

library(SparkR)

或者，您可以直接从下载包的bin文件夹运行sparkR shell- 转到bin文件夹并键入命令promt

./sparkR

从这个位置下载软件包-

---

如何安装Apache spark

请去图书馆

请从2015年7月2日起为Hadoop 2.6及更高版本选择预构建

下载并解压缩该文件

请使用终端，进入下载文件夹，最终进入解压文件夹

cd下载/
cd spark-1.4.0-bin-hadoop2.6

把它拿起来，跑向R

请使用以下命令检查您的目录

ls

您将开始看到文件夹中的文件

CHANGES.txt NOTICE README.md bin data ec2 lib sbin
许可证R发行版conf derby.log示例python

最后，请在终端中键入以下命令以使用spark的R

---

/bin/sparkR

等等，所以我下载了名为

spark-1.4.0.tgz

的文件。这是一个很小的文件。现在，首先，当我打开它时，没有可以运行的应用程序文件，然后spark将安装。其次，当我运行RStudio时，我必须准确地键入哪些命令？你能用适当的索引建立一个工作代码吗？这将是一个很大的帮助。谢谢