Spark基本概念解析
1：實驗配置
虛擬機cdh1（4G內存，1CPU*2CORE）
虛擬機cdh2（4G內存，1CPU*2CORE）
虛擬機cdh3（4G內存，1CPU*2CORE）
spark配置：
conf/spark-env.sh
- export SPARK_MASTER_IP=cdh1
- export SPARK_WORKER_CORES=2
- export SPARK_WORKER_INSTANCES=2
- export SPARK_MASTER_PORT=7077
- export SPARK_WORKER_MEMORY=1200m
- export MASTER=spark://${SPARK_MASTER_IP}:${SPARK_MASTER_PORT}
conf/slaves
- cdh2
- cdh3
2：啟動spark
在這里spark作為一個資源管理器的存在，類似YARN、Mesos的角色，為Spark Application提供資源。
在本配置里，這個standalone spark所擁有的資源是：2個Worker Node，每個Worker Node提供2Core、2個INSTANCE（也就是啟動2個worker 實例）、1.2G內存。所以總的資源是：4個Worker，8個Core，4.8G內存。可以通過http://cdh1:8080獲取相應的信息：
3：啟動spark-shell
spark-shell 是一個spark application，運行時需要向資源管理器申請資源，如standalone spark、YARN、Mesos。本例向standalone spark申請資源，所以在運行spark-shell時需要指向申請資源的standalone spark集群信息，其參數為MASTER。如果未在spark-env.sh中申明MASTER，則使用命令MASTER=spark://cdh1:7077 bin/spark-shell啟動；如果已經在spark-env.sh中申明MASTER，則可以直接用bin/spark-shell啟動。
由于spark-shell缺省的情況下，會申請所有的CPU資源，也就是8個Core，本實驗先看看使用3個Core的情況。至于spark-shell申請內存資源是通過Application中SparkContext中配置-->環境變量SPARK_MEM-->缺省值512M這樣的優先次序來決定，本例中未做任何設置 ，故每個Executor使用的是512M。
[hadoop@cdh1 spark09]$ bin/spark-shell -c 3
