Spark是Hadoop的子项目。因此，最好是基于Linux系统安装Spark 。下列步骤显示如何安装Apache Spark。
安装Java是安装Spark强制性的事情之一。 试试下面的命令来验证Java版本。
$java -version如果Java已经安装在系统上，就能看到类似以下的响应结果
java version "1.8.0_71" Java(TM) SE Runtime Environment (build 1.8.0_71-b13) Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)如果还没有在系统上安装Java，那么在进行下一步之前，先安装Java。
$scala -version如果Scala已经安装在系统上，应该能看到以下响应
Scala code runner version 2.11.6 -- Copyright 2002-2013, LAMP/EPFL如果您没有安装Scala在系统上，那么继续安装Scala再进入下一步。
通过访问以下地址下载 Scala 的最新版本 - 下载Scala. 在本教程中，我们将使用 Scala-2.11.6版本。下载后，在下载文件夹中找到 Scala tar文件。
$ tar xvf scala-2.11.6.tgz
移动 Scala 软件文件
使用以下命令移动 Scala 软件文件，到相应目录，一般是 (/usr/local/scala).
$ su – Password: # cd /home/Hadoop/Downloads/ # mv scala-2.11.6 /usr/local/scala # exit
$ export PATH = $PATH:/usr/local/scala/bin
验证Scala 安装
安装完毕后，最好是进行验证。使用以下命令来验证Scala 的安装。
$scala -version如果 Scala 已经安装在系统上，能看到以下响应
Scala code runner version 2.11.6 -- Copyright 2002-2013, LAMP/EPFL第6步: 安装Spark
$ tar xvf spark-1.3.1-bin-hadoop2.6.tgz
移动Spark软件文件到相应目录 (/usr/local/spark)，使用下面的命令.
$ su – Password: # cd /home/Hadoop/Downloads/ # mv spark-1.3.1-bin-hadoop2.6 /usr/local/spark # exit设置Spark环境
添加以下内容到 ~/.bashrc 文件. 这意味着添加的位置，将spark软件文件的位置到PATH变量。
export PATH = $PATH:/usr/local/spark/bin使用以下命令生效 ~/.bashrc 文件。
$ source ~/.bashrc第7步：验证Spark安装
$spark-shell如果 spark 安装成功，那么会发现有下面的输出。
Spark assembly has been built with Hive, including Datanucleus jars on classpath
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
15/06/04 15:25:22 INFO SecurityManager: Changing view acls to: hadoop
15/06/04 15:25:22 INFO SecurityManager: Changing modify acls to: hadoop
15/06/04 15:25:22 INFO SecurityManager: SecurityManager: authentication disabled;
ui acls disabled; users with view permissions: Set(hadoop); users with modify permissions: Set(hadoop)
15/06/04 15:25:22 INFO HttpServer: Starting HTTP Server
15/06/04 15:25:23 INFO Utils: Successfully started service 'HTTP class server' on port 43292.
Welcome to
____ __
/ __/__ ___ _____/ /__
_\ \/ _ \/ _ `/ __/ '_/
/___/ .__/\_,_/_/ /_/\_\ version 1.4.0
/_/
Using Scala version 2.10.4 (Java HotSpot(TM) 64-Bit Server VM, Java 1.7.0_71)
Type in expressions to have them evaluated.
Spark context available as sc
scala> 