Spark开发环境配置及流程(IntellijIDEA).doc

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 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。 在IDEA中安装Scala插件 在IDEA的设置里面，直接有哪些信誉好的足球投注网站“plugins”，在右边的展开中有哪些信誉好的足球投注网站“scala”，点击相应的按钮添加插件即可： 配置Spark应用开发环境 这里以SparkPi程序为例子。 5.1创建Scala Project，设置名称，JDK和Scala路径： 5.2选择菜单中的“File”→“project structure”→“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《Spark on yarn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/sbt assembly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。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）。 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”→“Project Structure”→“Artifact”，单机“+”，选择“JAR”→“From Modules with dependencies”，然后选择main函数和Jar包的输出路径： 在主菜单中选择“Build”→“Build Artifact”编译生成Jar包。 最后到jar包的目录下执行 java -jar SparkTest.jar即可。 Run方法： 在IDEA菜单中选择“Run”→“Edit Configurations”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。