热门搜索:
radanalyticsio/openshift-spark-py36-inc
自动构建
radanalyticsio
这是针对OpenShift平台的Apache Spark（Python3.6）构建镜像，包含OpenShift适配工具链，支持通过s2i工作流安装自定义Spark分发版，适用于Spark应用在OpenShift上的开发、测试与部署。
下载次数: 0状态：自动构建维护者：radanalyticsio仓库类型：镜像最近更新：5 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
镜像概述
本镜像为radanalyticsio/openshift-spark-py36-inc，是针对OpenShift平台设计的Apache Spark（Python3.6）构建镜像。它属于“不完整”版本，包含OpenShift适配工具链但未预装Spark分发版，用户可通过source-to-image（s2i）工作流安装自定义Spark版本，满足灵活的Spark应用开发需求。
核心功能
- 提供OpenShift平台适配的工具链，支持Spark应用容器化部署
- 内置Python3.6环境，兼容Spark的Python API开发
- 支持通过s2i工作流安装任意版本的Spark分发包
- 所有镜像均提供
usage命令，可快速查看使用说明
使用场景
- 在OpenShift平台上开发、测试基于Python3.6的Spark应用
- 需要使用特定版本Spark分发的场景（如自定义编译或旧版本兼容）
- 构建标准化的Spark应用容器镜像用于生产环境部署
配置说明
构建部分镜像（本地）
bashmake -f Makefile.inc
推送部分镜像到仓库
bashmake -f Makefile.inc push SPARK_IMAGE=[镜像仓库地址]/openshift-spark-py36-inc:tag
完成镜像（本地s2i方式）
- 创建输入目录并下载Spark分发包
bashmkdir build_input wget https://archive.apache.org/dist/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz -O build_input/spark-2.3.0-bin-hadoop2.7.tgz wget https://archive.apache.org/dist/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz.md5 -O build_input/spark-2.3.0-bin-hadoop2.7.tgz.md5
- 执行s2i构建完成镜像
bashs2i build build_input radanalyticsio/openshift-spark-py36-inc openshift-spark-py36:custom
完成镜像（OpenShift方式）
- 创建新构建任务
bashoc new-build --name=openshift-spark-py36 --docker-image=radanalyticsio/openshift-spark-py36-inc --binary
- 启动构建（使用远程Spark包）
bashoc start-build openshift-spark-py36 --from-file=https://archive.apache.org/dist/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz
查看使用说明
bashdocker run --rm radanalyticsio/openshift-spark-py36-inc:latest usage
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 openshift-spark-py36-inc 镜像标签
docker pull docker.xuanyuan.run/radanalyticsio/openshift-spark-py36-inc:<标签>
DockerHub 原生拉取命令
docker pull radanalyticsio/openshift-spark-py36-inc:<标签>
更多 openshift-spark-py36-inc 镜像推荐
library/spark
Docker 官方镜像
Apache Spark 是一款专为大规模数据处理打造的统一分析引擎，它集成了批处理、流处理、机器学习、图计算等多种数据处理能力，通过基于内存的计算模型显著提升数据处理速度，具备高效、易用且可扩展的特性，能为企业和开发者提供一站式的大数据分析解决方案，支持从数据提取、清洗、转换到深度分析与应用部署的全流程，满足各类复杂数据场景下的处理需求，助力实现数据驱动的高效决策与业务创新。
120 次收藏100万+ 次下载
20 天前更新
bitnamicharts/spark
bitnamicharts
Bitnami Apache Spark的Helm Chart，用于在Kubernetes集群上部署高性能大规模计算引擎，支持数据处理、机器学习和实时流处理，提供Java、Python、Scala和R的API。
50万+ 次下载
10 个月前更新
apache/spark
Apache 软件基金会镜像
Apache Spark是由Apache软件基金会开发的开源分布式计算系统，专为大数据处理设计，支持批处理、流处理、机器学习和图计算等多种数据处理模式，通过基于内存的计算引擎显著提升处理速度，具备高效、易用且可扩展的特性，广泛应用于数据科学与大数据分析领域，为用户提供快速、灵活的大数据处理解决方案。
98 次收藏1000万+ 次下载
21 天前更新
apache/spark-py
Apache 软件基金会镜像
Apache Spark是一个多语言引擎，用于在单节点或集群上执行数据工程、数据科学和机器学习任务，提供Scala、Java、Python、R的高级API及Spark SQL、MLlib等丰富工具。
68 次收藏100万+ 次下载
3 年前更新
rancher/spark
rancher
暂无描述
1 次收藏4.8千+ 次下载
10 年前更新
rancher/spark-conf
rancher
暂无描述
5.1千+ 次下载
10 年前更新
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"