IDEA 运行调试Scala程序，做成jar包放到集群运行
为了让Scala运行起来还是很麻烦，为了大家方便，还是记录下来：
1、首先我下载的是IDEA的社区版本，版本号为15.
2、下载安装scala插件：
2.1 进入设置菜单。
2.2 点击安装JetBrains plugin
2.3 输入scala查询插件，点击安装
说明：我的IDEA已经安装，所以这里面没有显示出来安装按钮，否则右边有显示绿色按钮。
3、新建Scala工程
3.1 新建工程
通过菜单：File----》New Project 选择Scala工程。
并且设置项目基本信息，如下图：
3.2 设置Modules
1）点击右上角的方块：
2）在左边选择Libraries---》+---》Scala SDK--》选择版本为2.10.4
说明：如果不存在这个版本可以通过左下角的download去下载。
3）选择添加Java的Jar文件，选择Spark和Hadoop关联的Jar
我这里添加的是：spark-assembly-1.6.1-hadoop2.6.0.jar 这个是spark安装时候自带的lib里面有，很大。
定位到jar所在的目录后，刷新，选择这个文件，点击OK，会花费比较长时间建索引。
4）在Src源码目录新建文件：WordCount.scala
且输入如下代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
import
org.apache.spark.{SparkConf, SparkContext}
import
org.apache.spark.SparkContext.
_
object
WordCount {
def
main(args
:
Array[String]) {
if
(args.length <
1
) {
System.err.println(
"Usage:
)
System.exit(
1
)
}
val
conf
=
new
SparkConf().setAppName(
"WordCount"
)
val
sc
=
new
SparkContext(conf)
val
line
=
sc.textFile(args(
0
))
val
words
=
line.flatMap(
_
.split(
""
)).map((
_
,
1
))
val
reducewords
=
words.reduceByKey(
_
+
_
).collect().foreach(println)
sc.stop()
}
}
|
5）编译运行：
需要输入参数，所以要设置下相关参数信息：
随便复制个文件过去，然后设置下：
- 抛出异常：
Exception in thread "main" org.apache.spark.SparkException: A master URL must be set in your configuration
at org.apache.spark.SparkContext.
解决办法：需要设置下SparkContext的地址：
- 抛出异常：
16/06/25 12:14:18 ERROR Shell: Failed to locate the winutils binary in the hadoop binary path
java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.
解决办法：
http://stackoverflow.com/questions/19620642/failed-to-locate-the-winutils-binary-in-the-hadoop-binary-path
可能是因为我没有安装hadoop的原因，设置下相关信息就可以：
下载：
设置：HADOOP_HOME为下载后解压内容的上级目录，然后在PATH里面添加%HADOOP_HOME%/bin;
4、其他异常
1）异常内容：类或Object XXX已经被定义
解决办法： 这个可能是工程里面设置了两个source目录，需要删除一个。
2）异常内容：sparkContext.class 依赖不存在
解决办法：需要引入hadoop的jar包，我这里是：spark-assembly-1.6.1-hadoop2.6.0.jar
3）异常内容：Error:(17, 29) value reduceByKey is not a member of org.apache.spark.rdd.RDD[(String, Int)]
解决办法： 导入这个： import org.apache.spark.SparkContext._
4）异常内容：Exception in thread "main" java.lang.NoClassDefFoundError: com/google/common/util/concurrent/ThreadFactoryBuilder
解决办法：添加依赖Jar ：guava-11.0.2.jar
5）异常内容：Exception in thread "main" java.lang.NoSuchMethodError: scala.collection.immutable.HashSet$.empty()Lscala/collection/immutable/HashSet;
解决办法：更改scala-sdk版本为2.10，如果没有通过如下方式下载：（速度奇慢）
5、打包成Jar
1、设置下导出Jar信息：
2、设置导出的工程还导出的Main类：
3、通过选择点击-号删除其他依赖的class
4、导出Jar包：
5、上传后执行Jar包
./spark-submit --master spark://inas:7077 --class WordCount --executor-memory 512m /home/hadoop/sparkapp/scalatest4.jar hdfs://inas:9000/user/hadoop/input/core-site.xml
说明： hadoop文件为以前新建的，在提交之前需要先启动hadoop再自动spark，然后再用以上办法提交。
启动Hdfs： ./start-dfs.sh
启动spark：./sbin/start-all.sh（没试过）
可以通过如下方法启动：
~/project/spark-1.3.0-bin-hadoop2.4 $./sbin/start-master.sh
~/project/spark-1.3.0-bin-hadoop2.4 $./bin/spark-class org.apache.spark.deploy.worker.Worker spark://inas:7077
注意：必须使用主机名
启动模式为standaline模式。
Spark Standalone Mode 多机启动，则其他主机作为worker启动，设置master主题。
原文链接：http://www.cnblogs.com/seaspring/p/5615976.html
作者：明翼（XGogo）
出处：http://www.cnblogs.com/seaspring/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。