spark下载安装配置教程：

此安装步骤是Spark跑在Hadoop Yarn架构上的安装方式，如果是跑在独立的Spark环境上，请参照SparkR官网

（https://github.com/amplab-extras/ SparkR-pkg）。

1、安装依赖包：

install.packages("rJava") 

yum install libcurl 

yum install libcurl-devel install.packages("RCurl")

install.packages("devtools")  

服务器需要安装maven服务（参照：

http://blog.csdn.net/zdnlp/article/details/7457596

2、安装SparkR包 

library(devtools) 

install_github("amplab-extras/SparkR-pkg", subdir="pkg")  

USE_YARN=1 SPARK_YARN_VERSION=2.4.0 SPARK_HADOOP_VERSION=2.4.0 USE_MAVEN=1./install-dev.sh

3、Linux下加载R包

install.packages('Cairo', dependencies=TRUE,repos='http://cran. rstudio.com/')

在R或Rstudio中调用SparkR：

library(SparkR)  

sc<-sparkR.init(master="local","RwordCount")  

lines<- textFile(sc,"hdfs://XXXIP):8020/test/log.txt") 

words <-flatMap(lines,function(line)

   {strsplit(line,",")[[1]]}

   ) 

count(words)