Spark 作为一个数据处理框架和计算引擎，被设计在所有常见的集群环境中运行, 在国内工作中主流的环境为 Yarn，不过逐渐容器式环境也慢慢流行起来。接下来，我们就分别看看不同环境下 Spark 的运行
Local模式
想啥呢，你之前一直在使用的模式可不是 Local 模式哟。所谓的 Local 模式，就是不需要其他任何节点资源就可以在本地执行 Spark 代码的环境，一般用于教学，调试，演示等，之前在 IDEA 中运行代码的环境我们称之为开发环境，不太一样。
解压缩文件
将 spark-3.0.0-bin-hadoop3.2.tgz 文件上传到 Linux 并解压缩，放置在指定位置，路径中不要包含中文或空格。
[root@hadoop102 spark]# tar -zxvf spark-3.0.0-bin-hadoop3.2.tgz -C /opt/module
[root@hadoop102 spark]# cd /opt/module
[root@hadoop102 module]# mv spark-3.0.0-bin-hadoop3.2 spark-local
启动 Local 环境
1） 进入解压缩后的路径，执行如下指令
[root@hadoop102 spark-local]# bin/spark-shell
出现如下图，则成功。
2）启动成功后，可以输入网址进行 Web UI 监控页面访问（hadoop102:4040）
命令行工具
在解压缩文件夹下的 data 目录中，添加 word.txt 文件。
文件内容输入
hadoop spark
hello scala
spark hive
java spark
在命令行工具中执行如下代码指令（和 IDEA 中代码简化版一致）
sc.textFile("data/word.txt").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).collect
退出本地模式
按键 Ctrl+C 或输入 Scala 指令
:quit
提交应用
bin/spark-submit \
--class org.apache.spark.examples.SparkPi \
--master local[2] \
./examples/jars/spark-examples_2.12-3.0.0.jar \
10
1）–class 表示要执行程序的主类，此处可以更换为咱们自己写的应用程序
2） --master local[2] 部署模式，默认为本地模式，数字表示分配的虚拟 CPU 核数量
3）spark-examples_2.12-3.0.0.jar 运行的应用类所在的 jar 包，实际使用时，可以设定为咱们自己打的 jar 包
4）数字10 表示程序的入口参数，用于设定当前应用的任务数量
结果如下：
