scala开发spark应用程序
来源:互联网 发布:手机客服软件 编辑:程序博客网 时间:2024/05/29 04:08
之前开发spark程序,一般会使用java作为开发语言,主要是由于惯性,对于java的那一套比较熟悉,不愿意去接触scala这一套东西,但是最近发现很多示例程序都是以scala写的,因此,未雨绸缪,早做些scala方面的了解。
先说些环境方面的准备及概念上理解的误区。
- 目前开发在mac平台上使用intellij idea的比较多。因此我也主要以idea为开发工具,其集成了maven,sbt,scala等接下来需要使用的插件,功能齐全。当然,专业版会比社区版本多很多功能,此处不在列举各插件的安装过程。
- 在了解scala时,注意到它和java能互相调用,非常方便,就产生了误区,两者没有区别都是字节码,可以随意编译执行。因此在我第一次打包产生scala-test.jar后,就愚蠢的去执行
java -cp scala-test.jar com.yuanye.Hello
这里就需要一个概念,scala执行使用的是scala的解释器,java执行使用的是java的解释器,虽然都是基于JVM,但是有所不同。因此,你只能这样执行scala -cp scala-test.jar com.yuanye.Hello
,此时,Hello是Hello.scala文件中的Object Hello,其必须有主函数(静态)main。示例代码如下:
package com.yuanye/** * Created by yuanye8 on 2016/11/15. */object Hello { def main(args: Array[String]): Unit = { println("hello,world.") }}
若在java中调用了scala的类,才可以使用java -cp scala-test.jar com.yuanye.Hello
,此时,Hello是Hello.java中的public类,其内包含入口函数main。java和scala代码分别如下:
scala代码
package com.yuanye.scala/** * Created by yuanye8 on 2016/11/15. */class Hello { def say(): Unit = { println("hello,world.") }}
java代码
import com.yuanye.Hello;/** * Created by yuanye8 on 2016/11/15. */public class Entry { public static void main(String[] args) { Hello h = new Hello(); h.say(); }}
若非要使用java命令执行纯scala语言编写编译的jar包(即相当于直接执行.scala文件编译后的.class文件),需要添加scala-library.lib才可以实现。
java -cp scala-test.jar:.:/usr/local/share/scala/lib/scala-library.jar com.yuanye.Hello
由此再一次确定,java命令是无法直接执行.scala文件编译后产生的.class文件的,必须有scala对应的lib包进行辅助才可以实现,scalac编译后的.class文件和javac编译后的.class文件是有差异的,scala -cp scala-test.jar com.yuanye.Hello能够执行成功,也应该是利用了scala-library.jar实现的。此处涉及到很多JVM的知识,暂且不去深究。
因此,scala有自己的一套打包机制,不能简单的像java项目一样进行打包。主流有两种完善的打包、包依赖管理工具:
1.使用maven进行处理编译打包,需要在build组件中添加scala编译相关插件。如下:
<plugins> <plugin> <groupId>org.scala-tools</groupId> <artifactId>maven-scala-plugin</artifactId> <version>2.15.2</version> <executions> <execution> <goals> <goal>compile</goal> <goal>testCompile</goal> </goals> <configuration> <args> <arg>-dependencyfile</arg> <arg>${project.build.directory}/.scala_dependencies</arg> </args> </configuration> </execution> </executions> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-surefire-plugin</artifactId> <version>2.10</version> <configuration> <useFile>false</useFile> <disableXmlReport>true</disableXmlReport> <!-- If you have classpath issue like NoDefClassError,... --> <!-- useManifestOnlyJar>false</useManifestOnlyJar --> <includes> <include>**/*Test.*</include> <include>**/*Suite.*</include> </includes> </configuration> </plugin></plugins>
2.使用sbt进行打包,需要先安装sbt工具,mac可以用brew install sbt
进行安装,安装完成后,在idea中利用sbt插件可以直接创建sbt项目,之后使用sbt的compile, package命令可以编译打包。
了解了上述知识后,采用scala语言编写spark应用程序WordCount,并分别用maven和sbt工具进行编译打包,流程如下。
一、 使用maven进行打包
1.创建maven项目,配置pom.xml文件如下:
<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.yuanye</groupId> <artifactId>spark-scala-hello</artifactId> <version>1.0-SNAPSHOT</version> <properties> <encoding>UTF-8</encoding> <scala.version>2.10.3</scala.version> </properties> <dependencies> <dependency> <groupId>org.scala-lang</groupId> <artifactId>scala-library</artifactId> <version>${scala.version}</version> <scope>provided</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.10</artifactId> <version>1.5.1</version> <scope>provided</scope> </dependency> </dependencies> <build> <sourceDirectory>src/main/scala</sourceDirectory> <testSourceDirectory>src/test/scala</testSourceDirectory> <plugins> <plugin> <groupId>org.scala-tools</groupId> <artifactId>maven-scala-plugin</artifactId> <version>2.15.2</version> <executions> <execution> <goals> <goal>compile</goal> <goal>testCompile</goal> </goals> <configuration> <args> <arg>-dependencyfile</arg> <arg>${project.build.directory}/.scala_dependencies</arg> </args> </configuration> </execution> </executions> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-surefire-plugin</artifactId> <version>2.10</version> <configuration> <useFile>false</useFile> <disableXmlReport>true</disableXmlReport> <!-- If you have classpath issue like NoDefClassError,... --> <!-- useManifestOnlyJar>false</useManifestOnlyJar --> <includes> <include>**/*Test.*</include> <include>**/*Suite.*</include> </includes> </configuration> </plugin> </plugins> </build></project>
2.创建项目项目结构,如下图。并设置好jdk,scala-sdk等依赖包。
3.编写scala代码
package com.yuanyeimport org.apache.spark.{SparkConf, SparkContext}/** * Created by yuanye8 on 2016/11/15. */object WordCount { def main(args: Array[String]): Unit = { if (args.length < 1) { System.err.println("Usage: <file>") System.exit(-1) } val conf = new SparkConf() val sc = new SparkContext(conf) val line = sc.textFile(args(0)) line.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _).collect().foreach(println) sc.stop() }}
4.使用mvn package命令,编译打包。上传jar包至集群,使用命令运行:
#!/bin/bashset -xinput=/user/yuanye8/test/boy/data0/spark-1.5.1/bin/spark-submit --class com.yuanye.WordCount \ --master yarn-cluster \ --num-executors 1 --driver-memory 2g --executor-memory 4g \ --name ScalaMavenCompile \ ./spark-scala-maven-test.jar $input
二、使用SBT进行打包
1.使用idea的sbt插件进行sbt项目创建,创建后项目结构如下图(可能需要等待sbt插件自动下载依赖)。
2.编写build.sbt文件,添加spark包。
name := "scala-sbt"version := "1.0"scalaVersion := "2.10.3"resolvers ++= Seq ( "maven Repository" at "https://repository.cloudera.com/artifactory/cloudera-repos/")libraryDependencies ++= Seq { "org.apache.spark" % "spark-core_2.10" % "1.5.1"}
3.编写scala代码,同maven,此处略去。
4.登入idea terminal,使用sbt工具,命令如下:
sbt
compile
package
5.等待编译完成,拷贝target下的jar包至集群,使用shell进行运行,同maven,此处略去。
- scala开发spark应用程序
- 利用Scala语言开发Spark应用程序
- 使用 Scala 语言开发 Spark 应用程序
- Apache Spark学习:利用Scala语言开发Spark应用程序
- Apache Spark学习:利用Scala语言开发Spark应用程序
- Apache Spark学习:利用Scala语言开发Spark应用程序
- Spark学习——利用Scala语言开发Spark应用程序
- Apache Spark学习:利用Scala语言开发Spark应用程序
- 第 1 部分: 使用 Scala 语言开发 Spark 应用程序
- Kudo介绍 + Spark\Python\Scala开发Kudu应用程序
- scala 开发spark程序
- scala spark开发模式
- Scala-IDE Eclipse(Windows)中开发Spark应用程序,在Ubuntu Spark集群上运行
- Spark 实战,第 1 部分: 使用 Scala 语言开发 Spark 应用程序
- Spark开发语言Scala语言
- spark应用程序开发
- scala eclipse sbt 应用程序开发
- scala eclipse sbt 应用程序开发
- 面试题----统计水果出现次数最多的前三名(map的运用)
- EL表达式 (详解)
- centos 7安装mysql5.5和安装 mariadb 的正确命令
- 快速排序与随机化快排运行速度实验比较
- js系统5秒后自动返回
- scala开发spark应用程序
- Android装饰者模式介绍(结合源码分析)
- STM32F4中JTAG口复用
- 01UI-day1-151225
- 我的博客收藏夹
- JVM 垃圾回收算法
- 本月总结:第一个java项目
- 2线程同步-C++11中的互斥锁
- Tomcat的最大并发数