【版权声明：本指南为厦门大学林子雨编著的《大数据技术原理与应用》教材配套学习资料，版权所有，转载请注明出处，请勿用于商业用途】
注：第十六章Spark，本章为2016年新增章节，不在2015年8月1日由人民邮电出版社出版发行的《大数据技术原理与应用》中，会被放入到教材的下一个版本中。
Apache Spark 是一个新兴的大数据处理通用引擎，提供了分布式的内存抽象。Spark 最大的特点就是快，可比 Hadoop MapReduce 的处理速度快 100 倍。本指南将介绍 Spark 的安装与基本使用。请务必仔细阅读完厦门大学林子雨编著的《大数据技术原理与应用》第16章节，再结合本指南进行学习。
Spark快速入门指南 – Spark安装与基础使用主要对官方入门教程进行了翻译，可以帮助读者快速入门Spark，学习如下三部分内容。
一、安装 Spark
该部分介绍了单机中 Spark 的安装，并且介绍了在 Spark 中运行示例程序，帮助读者熟悉 Storm 的运行流程。该教程以 CentOS 6.4 作为演示环境，也可适用于 Ubuntu 系统。该教程的具体运行环境如下：
- CentOS 6.4
- Spark 1.6
- Hadoop 2.6.0
- Java JDK 1.7
- Scala 2.10.5
Spark的安装过程较为简单，在已安装好 Hadoop 的前提下，经过简单配置即可使用。
使用 Spark Shell 编写代码
该部分介绍了 Spark Shell 的基本使用。Spark shell 提供了简单的方式来学习 API，也提供了交互的方式来分析数据。
Spark Shell 支持 Scala 和 Python，该部分教程选择使用 Scala 来进行介绍。
使用 sbt 打包 Scala 程序
该部分介绍了使用 sbt 打包 Scala 程序。Spark Shell 主要是方便编写、测试程序，一般程序写好后，会使用 sbt 打包成 jar 包，这样可以方便地提交到 Spark 中运行。使用 sbt 打包程序可能会遇到无法下载依赖包的情况，教程中有给出了解决方法，感兴趣的同学也可以浏览教程解决sbt无法下载依赖包的问题了解解决方法的详细说明。
Spark 官网提供了完善的学习文档，如果想要进一步学习，可以浏览如下内容：
- 如果想对 Spark 的 API 有更深入的了解，可查看的 Spark 编程指南（Spark Programming Guide）；
- 如果你想对 Spark SQL 的使用有更多的了解，可以查看 Spark SQL、DataFrames 和 Datasets 指南；
- 如果你想对 Spark Streaming 的使用有更多的了解，可以查看 Spark Streaming 编程指南；