Spark学习[一] Spark IntelliJ IDEA 开发环境搭建（Scala项目）- Hello World

2022-01-27 03:43:45

1.工具版本说明

Intellij IDE 官网下载安装，此处省略...
JDK Version: 1.8.0_151 （提前安装好）
Intellij IDE Version:

以下3个无需单独下载安装，在intellij中以插件形式安装：
Scala Version: 2.11.0
Spark Version: 2.1.1
SBT Version: 0.13.17

2. Scala插件安装

IntelliJ IDEA-> Perferences -> Plugins -> 搜索 Scala
安装后如图：

3. 创建Scala项目（SBT)

注意：SBT版本号选择0.13.x版本，不用选择1.0+版本（会报一个idle_shell找不到的异常）

4.SBT资源库配置为国内

默认SBT访问国外资源网站下载资源是超级慢的，将其改为国内镜像
在目录(mac电脑) ：/Users/lewis.lht/.sbt目录下新建文件repositories，添加内容为（以下内容[]部分不用修改）：

  local
  alibaba:http://maven.aliyun.com/nexus/content/groups/public/
  alibaba-ivy:http://maven.aliyun.com/nexus/content/groups/public/, [organization]/[module]/(scala_[scalaVersion]/)(sbt_[sbtVersion]/)[revision]/[type]s/[artifact](-[classifier]).[ext]
  repo2:http://repo2.maven.org/maven2/
  ivy-typesafe:http://dl.bintray.com/typesafe/ivy-releases, [organization]/[module]/(scala_[scalaVersion]/)(sbt_[sbtVersion]/)[revision]/[type]s/[artifact](-[classifier]).[ext]
  ivy-sbt-plugin:http://dl.bintray.com/sbt/sbt-plugin-releases/, [organization]/[module]/(scala_[scalaVersion]/)(sbt_[sbtVersion]/)[revision]/[type]s/[artifact](-[classifier]).[ext]
  typesafe-releases: http://repo.typesafe.com/typesafe/releases
  typesafe-ivy-releasez: http://repo.typesafe.com/typesafe/ivy-releases, [organization]/[module]/(scala_[scalaVersion]/)(sbt_[sbtVersion]/)[revision]/[type]s/[artifact](-[classifier]).[ext]

5.修改src和test目录分别为sources root

不知何原因，我新建的scala项目的src/main/scala和src/test/scala默认非sources root，将其修改为sources root。否则无法新建scala class文件和packages
a) 选中/src/main/scala目录后，右键Make Directory as->Sources Root
b) 选中/src/test/scala目录后，右键Make Directory as->Test Sources Root

6.在sbt配置文件build.sbt中，添加Spark依赖

build.sbt

name := "sparkexcercise"
version := "0.1"
scalaVersion := "2.11.0"
libraryDependencies += "org.apache.spark" %% "spark-sql" % "2.1.1"

如图示：

7.sbt执行编译

打开SBT Projects面板，选择刷新按钮(Refresh all SBT Projects)或者打开SBT SHELL窗口，执行compile命令，完成依赖包下载和项目编译

编译成功后如下图：

8.新建Spark Hello Word Object，并复制下面代码：

package org.lewis

import org.apache.spark.sql.SparkSession

object HelloWorld {
  def main(args: Array[String]): Unit = {
    if (args.size == 0) {
      println("input file path !")
      System.exit(1)
    }

    val fpath = args(0)
    val spark = SparkSession
      .builder
      .appName("HdfsHelloWorld")
      .getOrCreate()
    val file = spark.read.textFile(fpath).rdd

    //flatMap将一个输入元素rdd，转为多个元素rdd
    val m = file.flatMap(line => line.split(" "))

    //为每个word，赋值其个数为1，转为pair rdd
    val g = m.map((_, 1))
    //val g = m.map(word=>(word,1))
    // 等价于这种写法，_代表当前元素

    //按照word为key进行reduce，并对其value累加，(x,y)分别为上一个元素value和当前元素的value
    val r = g.reduceByKey(_ + _)
    //val r = g.reduceByKey((x,y)=>x+y)
    // 等价于这种写法，_代表当前元素

    r.collect().foreach(println)

    //上面也可以全部简写为：
    //file.flatMap(line=>line.split(" ")).map((_,1)).reduceByKey(_+_).collect().foreach(println)
  }
}

9.配置Run Config

//采用local本地模式执行，确保你的SparkOverview.txt文件存在
VM options: -Dspark.master=local
Program arguments: /Users/lewis.lht/Downloads/SparkOverview.txt

9.执行

仅演示了local模式运行，故不需要spark集群环境

码农公寓