spark开发环境配置及流程(intellijidea)

《spark开发环境配置及流程(intellijidea)》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、Spark开发环境配置及流程之前已经将集群配置完成（详见Hadoop2.6.0搭建过程.doc和Spark1.2搭建过程.doc文档），开发环境中的JDK，Scala部分就不介绍了，下面直接介绍我们用的开发工具InterlijIDEA。为什么选择IntellijIDEA？因为它更好的支持Scala项目，目前Spark开发团队使用它作为开发环境。1.下载直接到官方网站下载页面下载（http://www.jetbrains.com/idea/download/）。有收费的完整版，也有免费的基本版本，收费的网上也有破解方案。2.解压解压到/usr

2、/local，这是因为之前的Scala和Spark都放这里，也可以根据自己喜好。[hadoop@lenovo0Downloads]$sudotar-vxzfideaIC-14.1.tar.gz-C/usr/local/改个名字，然后授权给hadoop用户。[hadoop@lenovo0local]$cd/usr/local/[hadoop@lenovo0local]$sudomvideaIC-14.1ideaIC14[hadoop@lenovo0local]$sudochown-Rhadoop:hadoopideaIC14/3.启动在解压的

3、文件夹下有个文件介绍怎么打开应用，还有一些设置信息，大家可以看一看：通过cat命令可以查看，我只截了一些关键的：根据提示，我们直接进入到文件夹bin目录下执行./idea.sh即可启动：之后便可以根据UI提示界面创建快捷方式，方便下次启动。1.在IDEA中安装Scala插件在IDEA的设置里面，直接搜索“plugins”，在右边的展开中搜索“scala”，点击相应的按钮添加插件即可：2.配置Spark应用开发环境这里以SparkPi程序为例子。5.1创建ScalaProject，设置名称，JDK和Scala路径：5.2选择菜单中的“File

4、”→“projectstructure”→“Libraries”，然后点击“+”导入spark-assembly-1.2.0-hadoop2.4.0.jar。这个jar包包含Spark的所有依赖包和Spark源码。一开始我们下载的Spark版本是预编译版本的（见《Sparkonyarn搭建过程》），所以这个包可以在解压的Spark目录下lib目录里找到，假如说下载的没有编译的，需要通过sbt/sbtassembly命令打包。同样的，假如IDEA不能识别Scala库，也是用这种方法，路径是Scala的安装路径。5.3现在可以开发Scala程序

5、。右键新建一个scala类，就可以写程序了。我们直接复制SparkPi的代码，这个代码在Spark文件example目录下可以找到源码：源码实际上是行不通的，要加上我红框标出来的两句话。第一句设置master的ip和端口，第二句调用addJar方法将我们压缩好的jar包提交到Spark集群（压缩方法在后面介绍）。1.运行Spark程序像上面我们编写完代码，有两种方法运行我们的程序，一个是IDEA中的run方法，另一个是将我们的程序打包成jar包，在Spark集群上用命令行执行。在集群上运行Spark应用Jar包：选择“File”→“Proj

6、ectStructure”→“Artifact”，单机“+”，选择“JAR”→“FromModuleswithdependencies”，然后选择main函数和Jar包的输出路径：在主菜单中选择“Build”→“BuildArtifact”编译生成Jar包。最后到jar包的目录下执行java-jarSparkTest.jar即可。Run方法：在IDEA菜单中选择“Run”→“EditConfigurations”出现如下界面：点左上角的“+”，选择“Application”，在右边的拓展中改一下name，选择Main函数：然后点击右上角的绿

7、色运行箭头即可：以上介绍了整个Spark应用开发流程以及如何编译调试程序。