利用Eclipse构建Spark集成开发环境

利用Eclipse构建Spark集成开发环境

1.安装Scala

ubuntu下安装Scala以前已经实现过，我博客中有相关记载，这里不再赘述，可以参考该网址http://blog.csdn.net/dubo160/article/details/44962043进行Scala的安装。

2.构建Spark集成开发环境

（1）重新启动Eclipse，点击eclipse右上角方框按钮，如下图所示，展开查看是否有“Scala”一项，有的话，直接点击打开，否则进行（2）操作。

（2）在Eclipse中，依次选择“Help” –> “Install New Software…”，在打开的卡里填入http://download.scala-ide.org/sdk/e38/scala29/stable/site，并按回车键，可看到以下内容，选择前两项进行安装即可。安装完后，重复操作一遍（1）便可。

3.使用Scala语言开发Spark程序

在eclipse中，依次选择“File” –>“New” –> “Other…” –>  “Scala Wizard” –> “Scala Project”，创建一个Scala工程，并命名为“SparkScala”。

4.下载编译spark

右击“SaprkScala”工程，选择“Properties”，在弹出的框中，按照下图所示，依次选择“Java Build Path” –>“Libraties” –>“Add External JARs”，导入spark安装目录下的spark-1.3.0-bin-hadoop1\lib\spark-assembly-1.3.0-hadoop1.0.4.jar

5.增加一个Scala Object

跟创建Scala工程类似，在工程中增加一个Scala object，命名为：WordCount。

WordCount就是最经典的词频统计程序，它将统计输入目录中所有单词出现的总次数，Scala代码如下(这个代码没有进行测试，测试的是spark中自带的代码SparkPi.scala)：

import org.apache.spark._ 
import SparkContext._ 
  def main(args: Array[String]) { 
object WordCount { 
      println("usage is org.test.WordCount   
") 
    if (args.length != 3 ){ 
      return 
    val sc = new SparkContext(args(0), "WordCount", 
    } 
    System.getenv("SPARK_HOME"), Seq(System.getenv("SPARK_TEST_JAR"))) 
    val textFile = sc.textFile(args(1)) 
        .map(word => (word, 1)).reduceByKey(_ + _) 
    val result = textFile.flatMap(line => line.split("\\s+")) 
    result.saveAsTextFile(args(2)) 
  } 

} 

6.测试

按照上面方法我新建了一个test的工程，运行的代码是spark中本身自带的一个例子。

位置：spark-1.3.0-bin-hadoop1\examples\src\main\scala\org\apache\spark\examples\SparkPi.scala