一 下載

從官網下載對應版本的spark，博主下載的是spark-1.5.1-bin-hadoop2.4.tgz。

二 安裝

1、安裝之前我們用WinSCP工具，將剛下載的tgz檔案上傳到Linux的/usr/local目錄下。

2、解壓tgz檔案。

三  配置環境變數

四 修改spark-env.sh檔案

進入spark/conf目錄，然後我們用cp命令將spark-env.sh.template複製為spark-env.sh。然後vi編輯spark-env.sh。

五  yarn-client模式提交spark作業

至此，spark客戶端安裝成功。我們用yarn-client模式提交spark自帶的一個示例。在/usr/local下建立spark-study目錄，並建立一個yarn-client-example.sh檔案。

# yarn-client-example.sh檔案內容
/usr/local/spark/bin/spark-submit \
--class org.apache.spark.examples.JavaSparkPi \
--master yarn-client \
--num-executors 1 \
--driver-memory 10m \
--executor-memory 10m \
--executor-cores 1 \
/usr/local/spark/lib/spark-examples-1.5.1-hadoop2.4.0.jar \

 執行yarn-client-example.sh指令碼檔案，但在執行之前我們可能需要使用chmod命令修改下許可權。

# 修改許可權
chmod 777 yarn-client-example.sh
# 在/usr/local/spark-study下執行
./yarn-client-example.sh

博主在這裡執行失敗，丟擲一個記憶體溢位的錯誤，但是這樣的一個示例是沒有任何問題的，小夥伴們可以在自己機器上嘗試一下哦。

六 yarn-cluster模式提交spark作業 

該樣例同yarn-client模式，我們先建立yarn-cluster-example.sh，然後使用chmod修改許可權，然後執行即可。只是把執行檔案中的master修改為yarn-cluster。具體如下：

/usr/local/spark/bin/spark-submit \
--class org.apache.spark.examples.JavaSparkPi \
--master yarn-cluster \
--num-executors 1 \
--driver-memory 10m \
--executor-memory 10m \
--executor-cores 1 \
/usr/local/spark/lib/spark-examples-1.5.1-hadoop2.4.0.jar \
 

yarn-cluster模式下提交spark作業，我們可以看到如下資訊。