文章会手把手带你走完全流程：从JDK8/11版本怎么选（亲测JDK17会有兼容性问题），到Scala环境要不要装（Spark3.5其实自带运行时，但开发环境 配2.12.x版本），再到安装包下载时怎么避开镜像站的旧版本陷阱。每个步骤都附了实际操作截图，比如环境变量配置那步，我特意标红了Windows和Linux的路径差异，之前有个学员就是因为Windows下少打了分号导致全局变量不生效，卡了整整一下午。
最实用的是”避坑指南”部分，整理了12个真实踩过的坑：像启动时提示”Java home not set”其实是大小写问题（环境变量名必须是JAVA_HOME），运行样例程序报错”permission denied”可能是解压时用了root权限，甚至连防火墙没关导致WebUI打不开这种细节都讲到了。不用记复杂命令，跟着做就能在30分钟内完成从安装到运行第一个WordCount任务的全过程，最后还会教你怎么用spark-shell验证部署成功——这可是我带学员时必做的验收步骤，确保你真的能用起来。
如果你之前试了好几次都没成功，或者担心自己零基础学不会，这篇文章里的”问题-解决”对照表格（附错误日志示例）绝对能帮到你。毕竟Spark官网文档对新手不太友好（https://spark.apache.org/docs/latest/index.htmlnofollow），而这里的每个操作都经过3个不同系统（Win10、Ubuntu20.04、macOS Monterey）实测，保证你跟着做就能少走弯路。
你先打开命令行窗口，不管是Windows的PowerShell还是Linux的终端，直接敲spark-shell这个命令。别被启动时滚出来的一堆日志吓到，新手常犯的错就是看到INFO信息就以为出错了——其实只要最后几行显示“Spark context available as ‘sc’”，旁边还有个scala>的提示符，就说明交互式环境起来了。这时候你可以随便跑个简单计算试试水，比如输入sc.parallelize(1 to 5).sum()，按回车等两秒，要是返回15.0，就说明Spark的基础计算功能没问题。之前带过的一个学员，这里输成了sc.parallelize(1-5).sum()，结果报错“value
验证完计算功能，记得看看WebUI能不能打开。打开浏览器输http://localhost:4040，不过有个关键点：spark-shell窗口得一直开着，关了这个窗口WebUI就没了。之前有个同学验证的时候觉得命令跑完了，顺手把窗口关了，结果刷新页面一直显示“无法访问”，还以为安装失败了，折腾半天发现是这个原因。打开WebUI后，你可以点左边的“Jobs”或“Stages”标签，能看到刚才跑的sum任务的详细信息，比如用了多少内存、执行了多久，这就算是把Local模式的基础功能都验证通过了。要是4040端口被占用（比如之前的Spark进程没关干净），可以试试4041、4042这些后续端口，Spark会自动往后顺延的。
Spark3.5 Local模式和集群模式有什么区别？适合什么场景使用？
Local模式是Spark的单机运行模式，所有计算任务在单个JVM进程中执行，无需集群环境，资源占用低，适合零基础学习、本地开发测试和小型数据处理任务。而集群模式（如Standalone/YARN/Mesos）需要多台服务器组成集群，用于分布式计算和大规模数据处理。对于刚接触Spark的新手或需要快速验证代码逻辑的场景，Local模式是最优选择。
安装Spark3.5时，JDK版本必须是8或11吗？用JDK17会有什么问题？
是的，Spark3.5官方推荐使用JDK8或JDK11（官方文档明确标注兼容性范围）。实测JDK17会出现类加载异常、方法不兼容等问题，例如启动时可能提示“Unsupported class file major version 61”，这是因为Spark3.5尚未完全适配JDK17的新特性。为避免兼容性问题， 优先选择JDK8u200以上或JDK11.0.10以上版本。
如何验证Spark3.5 Local模式是否安装成功？
安装完成后，可通过以下步骤验证：
启动Spark时提示“Java home not set”，可能是什么原因导致的？
最常见原因是环境变量配置错误：
Spark3.5 Local模式适合用于生产环境吗？为什么？
不适合。Local模式仅利用单机资源，无法发挥Spark的分布式计算优势，且缺乏高可用机制，一旦服务器故障会导致任务中断。生产环境应根据数据规模选择集群模式：中小规模数据可用Spark Standalone集群，大规模数据推荐结合YARN或Kubernetes调度，确保任务稳定性和资源利用率。Local模式更适合作为学习和开发的过渡工具。
