Learning Spark——使用Intellij Idea开发基于Maven的Spark程序
来源:互联网 发布:seo网站推广招聘 编辑:程序博客网 时间:2024/06/06 02:34
本文主要讲解如何使用Idea开发Spark程序,使用Maven作为依赖管理,当然也可以使用SBT,但是由于一直写Java程序习惯用Maven了,所以这里使用Maven。
1、下载安装Jdk、Scala、Mave
Jdk、Maven安装方法略过,搞Java的应该都会,这里讲一下Scala的安装,其实和Java差不多。
首先下载:https://www.scala-lang.org/download/
按步骤安装,安装完成以后配置Scala的环境变量即可:
SCALA_HOME=D:\scalaPATH=......;%SCALA_HOME%\bin
进入CMD输入:scala -version
2、下载Idea并安装Scala插件
下载地址随便上网找一下就可以,不建议官网下载,速度太慢。
老哥用的是2016版本的,需要的在这下载,里面有安装包和破解方法,请叫我雷锋
链接:http://pan.baidu.com/s/1gfvG3R1 密码:9p3y
下载完成以后按照提示进行配置。
偏好暗黑主题
默认
下载Scala插件
设置Jdk
设置Scala
3、创建一个maven-scala工程
4、修改pom.xml
首先将scala.version修改成本机安装的Scala版本,其次加入hadoop以及spark所需要的依赖,完整的内容如下:
<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/maven-v4_0_0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.trigl.spark</groupId> <artifactId>spark-learning</artifactId> <version>1.0-SNAPSHOT</version> <inceptionYear>2008</inceptionYear> <properties> <scala.version>2.11.4</scala.version> <spark.version>2.0.0</spark.version> <spark.artifact>2.11</spark.artifact> <hbase.version>1.2.2</hbase.version> <dependency.scope>compile</dependency.scope> </properties> <repositories> <repository> <id>scala-tools.org</id> <name>Scala-Tools Maven2 Repository</name> <url>http://scala-tools.org/repo-releases</url> </repository> </repositories> <pluginRepositories> <pluginRepository> <id>scala-tools.org</id> <name>Scala-Tools Maven2 Repository</name> <url>http://scala-tools.org/repo-releases</url> </pluginRepository> </pluginRepositories> <dependencies> <dependency> <groupId>org.scala-lang</groupId> <artifactId>scala-library</artifactId> <version>${scala.version}</version> </dependency> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.4</version> <scope>test</scope> </dependency> <dependency> <groupId>org.specs</groupId> <artifactId>specs</artifactId> <version>1.2.5</version> <scope>test</scope> </dependency> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-lang3</artifactId> <version>3.0</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>2.7.3</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.7.3</version> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_${spark.artifact}</artifactId> <version>${spark.version}</version> <scope>${dependency.scope}</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-sql_${spark.artifact}</artifactId> <version>${spark.version}</version> <scope>${dependency.scope}</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-hive_${spark.artifact}</artifactId> <version>${spark.version}</version> <scope>${dependency.scope}</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-mllib_${spark.artifact}</artifactId> <version>${spark.version}</version> <scope>${dependency.scope}</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-streaming-kafka-0-8_2.11</artifactId> <version>${spark.version}</version> <scope>${dependency.scope}</scope> </dependency> </dependencies> <build> <sourceDirectory>src/main/scala</sourceDirectory> <testSourceDirectory>src/test/scala</testSourceDirectory> <plugins> <plugin> <groupId>org.scala-tools</groupId> <artifactId>maven-scala-plugin</artifactId> <executions> <execution> <goals> <goal>compile</goal> <goal>testCompile</goal> </goals> </execution> </executions> <configuration> <scalaVersion>${scala.version}</scalaVersion> <args> <arg>-target:jvm-1.5</arg> </args> </configuration> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-eclipse-plugin</artifactId> <configuration> <downloadSources>true</downloadSources> <buildcommands> <buildcommand>ch.epfl.lamp.sdt.core.scalabuilder</buildcommand> </buildcommands> <additionalProjectnatures> <projectnature>ch.epfl.lamp.sdt.core.scalanature</projectnature> </additionalProjectnatures> <classpathContainers> <classpathContainer>org.eclipse.jdt.launching.JRE_CONTAINER</classpathContainer> <classpathContainer>ch.epfl.lamp.sdt.launching.SCALA_CONTAINER</classpathContainer> </classpathContainers> </configuration> </plugin> </plugins> </build> <reporting> <plugins> <plugin> <groupId>org.scala-tools</groupId> <artifactId>maven-scala-plugin</artifactId> <configuration> <scalaVersion>${scala.version}</scalaVersion> </configuration> </plugin> </plugins> </reporting></project>
5、写Spark测试程序
将系统生成的Scala代码删除,我们自己新建一个Scala Object
SparkDemo.scala代码如下:
package com.trigl.sparkimport org.apache.spark.{SparkConf, SparkContext}/** * 统计hdfs文件行数 * Created by Trigl on 2017/4/20. */object SparkDemo { // args:/test/test.log def main(args: Array[String]) { // 设置Spark的序列化方式 System.setProperty("spark.serializer", "org.apache.spark.serializer.KryoSerializer") // 初始化Spark val sparkConf = new SparkConf().setAppName("CountDemo") val sc = new SparkContext(sparkConf) // 读取文件 val rdd = sc.textFile(args(0)) println(args(0) + "的行数为:" + rdd.count()) sc.stop() }}
6、打包运行
输出打包文件:点击菜单Build->Build Artifacts,弹出选择动作,选择Build或者Rebuild动作
打包后的jar包在项目的out目录下面,将此jar包复制到运行Spark所在的主机上,然后在该机器执行以下命令即可:
nohup /data/install/spark-2.0.0-bin-hadoop2.7/bin/spark-submit --master spark://hxf:7077 --executor-memory 1G --executor-cores 4 --class com.trigl.spark.SparkDemo /home/hadoop/jar/SparkLearning.jar /test/test.log >> /home/hadoop/logs/sparkDemo.log &
结果如下:
这就是我们编写的第一个Spark程序,非常简单,大牛勿喷,但这是万里长征第一步,至少程序已经能跑了不是吗?后续我会循序渐进介绍Spark的知识,欢迎交流指正。
- Learning Spark——使用Intellij Idea开发基于Maven的Spark程序
- 基于IntelliJ IDEA开发Spark的Maven项目——Scala语言
- 基于IntelliJ IDEA开发Spark的Maven项目——Scala语言
- 基于IntelliJ IDEA开发Spark的Maven项目——Scala语言
- 基于Intellij IDEA的Spark(Scala)开发
- IntelliJ IDEA下的Spark程序开发
- Intellij IDEA使用Maven构建spark开发环境
- Intellij IDEA使用Maven搭建spark开发环境(scala)
- IntelliJ Idea开发spark程序及运行
- intelliji idea 基于maven运行spark程序
- Spark API编程动手实战-08-基于IDEA使用Spark API开发Spark程序-01
- Spark API编程动手实战-08-基于IDEA使用Spark API开发Spark程序-02
- 使用IDEA开发spark程序
- 使用Intellij Idea搭建Spark开发环境
- 使用Intellij IDEA构建spark开发环境
- 使用Intellij Idea开发Spark应用遇到的问题
- Spark(八) -- 使用Intellij Idea搭建Spark开发环境
- Spark(八) -- 使用Intellij Idea搭建Spark开发环境
- 移动端横竖屏问题--兼容iPhone、Android
- 基于51单片机的LCD1602液晶驱动实现
- Google Test测试框架自带Sample案例注释翻译
- 数据结构(三):循环单链表解决约瑟夫问题
- cookie的详情
- Learning Spark——使用Intellij Idea开发基于Maven的Spark程序
- 如何避免SSH Secure Shell Client连接Linux超时,自动断开?
- Scala 并发编程
- C# 方法记录
- java中String的比较注意事项
- Dubbo学习笔记(一)
- Android学习(1)
- C++继承详解:共有(public)继承,私有(private)继承,保护(protected)继承
- 信号量