在前面搭建好scala和spark的開發環境之後，迫不及待地想基於spark執行一下scala程式，於是找到了spark官方網站的連結（http://spark.apache.org/docs/latest/quick-start.html），介紹如何執行scala程式。現將具體的操作步驟詳細介紹如下。

     連結中給出了一個SimpleApp.scala的例程，我們通過比較各種編輯器發現sublime text這個編輯器對scala語言有高亮功能，易於程式碼閱讀，如下圖所示。

     此段程式主要功能通過兩個job並行分析spark自帶的README.md檔案中包含a和b字母分別有多少行。

      另外我們還需要建立一個simple.sbt檔案，來加入spark庫依賴，scala程式執行的時候便可以呼叫spark庫。

       建立好simple.sbt檔案後，由於需要對整個工程進行打包成jar檔案才能執行，官網建議使用sbt(simple buildtool)這個工具對整個工程進行打包，而sbt對工程的目錄有一定的要求，如下圖所示建立好工程目錄。

     由於sbt工具並不是linux自帶的軟體，因此還需要安裝，我這裡由於安裝sbt的時候是在linux電腦上直接安裝的，不方便截圖，因此不做過多說明，安裝好了sbt工具後，執行sbt package命令（電腦需要聯網），電腦會分析工程自行下載一些其他需要的檔案，然後將檔案打包，在我的電腦上在下圖所示的目錄中會生成simple-project_2.10-1.0.jar的包。

     這個時候執行spark-submit命令並附帶一些引數便可得到結果。

     我們看到包含a的行數為73行，包含b的行數為35行。

     後面我發現對於MLlib的例程程式碼（http://spark.apache.org/docs/latest/mllib-linear-methods.html#logistic-regression），通過上面的方式貌似不可行，也即會編譯報錯，結合對linux命令列的認識，通過命令列執行了MLlib的例程，如下圖所示。

      通過cat 和管道命令，將程式輸入到 spark-shell中，便可以順利執行了，如下圖。