**spark-shell：** Spark自帶的交互式工具，可以使用下面三種模式之一進入Spakr Shell。 <br/> **1. 本地模式** ```shell -- local[4] 則啟動4個進程 -- local[*] 則啟動與服務器內核數一樣多的進程 [root@hadoop101 spark]# spark-shell --master local[*] ``` **2. Standalone模式** ```shell -- hadoop101為主機名 [root@hadoop101 spark]# spark-shell --master spark://hadoop101:7077 ``` **3. YARN模式** ```shell -- 這個是客戶模式，適用于調式 [root@hadoop101 spark]# spark-shell --master yarn-client -- 或者部署為集群模式，適用于生產環境 [root@hadoop101 spark]# spark-shell --master yarn ``` <br/> **wordcount案例，統計單詞個數：** ```shell （1）創建hello.txt文件 [root@hadoop101 spark]# vim /datas/hello.txt hello world welcome hello welcome （2）在hdfs上創建spark目錄并上傳hello.txt到spark目錄上 [root@hadoop101 spark]# hdfs dfs -mkdir /spark [root@hadoop101 spark]# hdfs dfs -put /datas/hello.txt /spark/ （3）進入spark shell執行程序 scala> sc.textFile("hdfs://hadoop101:9000/spark/hello.txt").flatMap(x=>x.split("\\s+")).map(x=>(x,1)).reduceByKey(_+_).collect res6: Array[(String, Int)] = Array(("",2), (hello,2), (welcome,2), (world,1)) ```