剛開始部署分布式計算的時候，常常會遇到這樣的問題；如何搭配不同軟件的版本呢？我們來梳理一下他們的關系。
1首先hadoop的底層開發是基於java開發的，自然是依賴於java的版本。
2另外spark的底層開發是基於scala開發的，而scala是一種范式語言，兩者的共同點是都需要在JVM上運行。范式語言的好處是可以支持java,或者python。不會受到開發語言的過分限制。
3目前hadoop有兩個大版本，hadoop2.x 和 hadoop3.x；關於兩者的區別，可以移步了解下。對於新手自然推薦先使用hadoop2.x；當熟練之后再考慮搭建hadoop3.x提升效率。這里要特別注意的是hadoop2.x都是基於java7開發的，這是最大的前提，hadoop3.x是基於java8開發的。這也是版本之間最大的區別。雖然都是java,但是他們之間的區別還是需要注意的。
4選擇好hadoop版本之后，就是選擇相搭配的scala+spark；在spark官網有這樣一句話，非常清楚告訴我們選擇的遵循規律。
總結一下如下表所示，這里我依然推薦新手選擇低版本配置，情況1最佳。這樣遇到問題也好解決。
| 版本號 | scala | spark |
| 情況1 | 2.11 | 2.x(不包括2.4.2) |
| 情況2 | 2.12 | 2.4.2 |
| 情況3 | 2.12 | 3.0+ |
綜上所述我們基本上就確定了版本的配置問題。
可能還會有人問具體的版本配置沒有限制要求么？我們先看一下大神的版本配置：
java7--Hadoop2.6.4(2016年2月12日)--scala2.11.6(2015年2月26日)--spark2.0.0(2016年7月26日)
java8--Hadoop3.1.1(2019年)--scala2.11.x(2016年2月12日)--spark2.3.2(2016年2月12日)
java8--Hadoop2.9(2019年)--scala未知()--spark2.4.0(2016年2月12日)--Pycharm + Anaconda(Python 3.7版本)
由上可見，這個集群配置還是相對非常寬松的。注意好上面提出的點，可以大膽選擇配置。
補充1：
當我配置hadoop2.10.0+scala2.11.6+spark2.4.6的時候，打開spark會出現如下錯誤。可見我們安裝的spark版本過高，導致JVM無法適配。應該將spark改裝低版本的才行。
