spark支持的分布式部署方式中哪个是错误的 spark standalone 必须部署hadoop吗

spark支持的分布式部署方式中哪个是错误的

目前Apache Spark支持三种分布式部署方式，分别是standalone、spark on mesos和
spark on YARN，其中，第一种类似于MapReduce

1.0所采用的模式，内部实现了容错性和资源管理，后两种则是未来发展的趋势，部分容错性和资源管理交由统一的资源管理系统完成：让Spark运行在一个通用的资源管理系统之上，这样可以与其他计算框架，比如MapReduce，公用一个集群资源，最大的好处是降低运维成本和提高资源利用率（资源按需分配）。本文将介绍这三种部署方式，并比较其优缺点。

spark standalone 必须部署hadoop吗

是的。
　　1、下载Spark。

　　下载的是不含Hadoop的版本：spark-1.6.0-bin-without-hadoop
　　2、将spark安装到各机器上的/usr/lib目录下。

　　安装后路径为： /usr/lib/spark-1.6.0-without-hadoop
　　3、在各机器上创建spark用户，用户组设置为hadoop。

　　sudo useradd spark -g hadoop -m

spark gateway怎么部署

SparkR是AMPLab发布的一个R开发包，为Apache Spark提供了轻量的前端。SparkR提供了Spark中弹性分布式数据集（RDD）的API，用户可以在集群上通过R shell交互性的运行job。例如，我们可以在HDFS上读取或写入文件，也可以使用 lapply 来定义对应每...