本節書摘來自華章社群《深入了解spark:核心思想與源碼分析》一書中的第1章，第1.2節spark初體驗，作者耿嘉安，更多章節内容可以通路雲栖社群“華章社群”公衆号檢視
1.2 spark初體驗
本節通過spark的基本使用，讓讀者對spark能有初步的認識，便于引導讀者逐漸深入學習。
1.2.1 運作spark-shell
要運作spark-shell，需要先對spark進行配置。
1）進入spark的conf檔案夾：
cd ~/install/spark-1.2.0-bin-hadoop1/conf
2）複制一份spark-env.sh.template，命名為spark-env.sh，對它進行編輯，指令如下：
cp spark-env.sh.template spark-env.sh
vim spark-env.sh
3）添加如下配置：
export spark_master_ip=127.0.0.1
export spark_local_ip=127.0.0.1
4）啟動spark-shell：
cd ~/install/spark-1.2.0-bin-hadoop1/bin
./spark-shell
最後我們會看到spark啟動的過程，如圖1-3所示。
從以上啟動日志中我們可以看到sparkenv、mapoutputtracker、blockmanagermaster、diskblockmanager、memorystore、httpfileserver、sparkui等資訊。它們是做什麼的？此處望文生義即可，具體内容将在後邊的章節詳細講解。
1.2.2 執行word count
這一節，我們通過word count這個耳熟能詳的例子來感受下spark任務的執行過程。啟動spark-shell後，會打開scala指令行，然後按照以下步驟輸入腳本。
1）輸入val lines = sc.textfile("../readme.md", 2)，執行結果如圖1-4所示。
5）輸入counts.foreach(println)，任務執行過程如圖1-8和圖1-9所示。輸出結果如圖1-10所示。
在這些輸出日志中，我們先是看到spark中任務的送出與執行過程，然後看到單詞計數的輸出結果，最後列印一些任務結束的日志資訊。有關任務的執行分析，筆者将在第5章中展開。
1.2.3 剖析spark-shell
通過word count在spark-shell中執行的過程，我們想看看spark-shell做了什麼。spark-shell中有以下一段腳本，見代碼清單1-1。
代碼清單1-1 spark-shell中的一段腳本
讀到這裡，應該知道spark啟動了以sparksubmit為主類的jvm程序。
為便于在本地對spark程序使用遠端監控，給spark-class腳本追加以下jmx配置：
在本地打開jvisualvm，添加遠端主機，如圖1-11所示。
右擊已添加的遠端主機，添加jmx連接配接，如圖1-12所示。
單擊右側的“線程”頁籤，選擇main線程，然後單擊“線程dump”按鈕，如圖1-13所示。
從dump的内容中找到線程main的資訊，如代碼清單1-3所示。
代碼清單1-3 main線程dump資訊
這裡最終使用sparkconf和sparkcontext來完成初始化，具體内容将在第3章講解。代碼分析中涉及的repl主要用于與spark實時互動。