使用IntelliJ IDEA配置Spark应用开发环境及源码阅读环境 含提交到集群.docx

使用IntelliJ IDEA配置Spark应用开发环境及源码阅读环境（基础）时间?2016-03-04 13:13:09??极客头条原文??http://blog.tomgou.xyz/shi-yong-intellij-ideapei-zhi-sparkying-yong-kai-fa-huan-jing-ji-yuan-ma-yue-du-huan-jing.html主题?Spark?IntelliJ IDEA在本地搭建好Spark 1.6.0后，除了使用官方文档中的sbt命令打包，spark-submit提交程序外，我们可以使用IntelliJ IDEA这个IDE在本地进行开发调试，之后再将作业提交到集群生产环境中运行，使用IDE可以提升我们的开发效率。0.安装IntelliJ IDEA我的系统环境（Ubuntu 14.04.4 LTS）下载必威体育精装版版本的IntelliJ IDEA，官网地址：/idea/download/?。必威体育精装版版本的IntelliJ IDEA支持新建SBT工程，安装scala插件。安装步骤： - Unpack the idea idea-15.0.4.tar.gz file using the following command: tar xfz idea-15.0.4.tar.gz - Run idea.sh from the bin subdirectory.记得在IntelliJ IDEA的“Configure”菜单中，选择“Plugins”，安装“Scala”插件。1.以本地local模式运行Spark程序1）创建“New Project”，选择“Scala”。“Project SDK”选择JDK目录，“Scala SDK”选择Scala目录。2）选择菜单中的“File” -“Project Structure” -“libraries” -+“java”，导入Spark安装目录?/home/tom/spark-1.6.0/lib?下的“?spark-assembly-1.6.0-hadoop2.6.0.jar?”。3）运行Scala示例程序SparkPi： Spark安装目录的examples目录下，可以找到Scala编写的示例程序?SparkPi.scala?，该程序计算Pi值并输出。在Project的main目录下新建?SparkPitest.scala?，复制Spark示例程序代码。选择菜单中的“Run” -“Edit Configurations”，修改“Main class”和“VM options”。运行结果：注意：在我最初运行Spark的测试程序SparkPi时，点击运行，出现了如下错误： Exception in thread main org.apache.spark.SparkException: A master URL must be set in your configuration 从提示中可以看出找不到程序运行的master，此时需要配置环境变量。有哪些信誉好的足球投注网站引擎查询错误后，了解到传递给spark的master url可以有如下几种，具体可以查看Spark官方文档： - local 本地单线程 - local[K] 本地多线程（指定K个内核） - local[*] 本地多线程（指定所有可用内核） - spark://HOST:PORT 连接到指定的 Spark standalone cluster master，需要指定端口。 - mesos://HOST:PORT 连接到指定的 Mesos 集群，需要指定端口。 - yarn-client客户端模式连接到 YARN 集群。需要配置 HADOOP_CONF_DIR。 - yarn-cluster集群模式连接到 YARN 集群。需要配置 HADOOP_CONF_DIR。在VM options中输入“?-Dspark.master=local?”，指示本程序本地单线程运行。2.生成jar包提交到集群1）和本地local模式运行Spark相同，我们建立起project。2）选择菜单中的“File” -“Project Structure” -“Artifact” -“jar” -“From Modules with dependencies”，之后选择Main Class和输出jar的Directory。3）在主菜单选择“Build” -“Build Artifact”，编译生成jar包。 4）将jar包使用?spark-submit?提交：$SPARK_HOME/bin/spark-submit --class SimpleApp --master local[4] simple.jar3.配置Spark源码阅读环境克隆Spa