本地调试spark程序

用IDEA编写spark程序,每次运行都要先打成jar包,然后再提交到集群上运行,这样很麻烦,不方便调试。
我们可以直接在Idea中调试spark程序。

例如下面的WordCount程序:

package cn.edu360.spark

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object ScalaWordCount {

  def main(args: Array[String]): Unit = {
    //创建spark配置,设置应用程序名字
    val conf = new SparkConf().setAppName("ScalaWordCount")
    //创建spark执行的入口
    val sc = new SparkContext(conf)
    //指定以后从哪里读取数据创建RDD(弹性分布式数据集)
    val lines:RDD[String]= sc.textFile(args(0))
    //切分压平
    val words:RDD[String] = lines.flatMap(_.split(" "))
    //将单词和1组合
    val wordAndOne:RDD[(String,Int)] = words.map((_, 1))
    //按Key进行聚合
    val reduced:RDD[(String,Int)] = wordAndOne.reduceByKey(_+_)
    //排序
    val sorted:RDD[(String,Int)] = reduced.sortBy(_._2,false)
    //将结果保存到HDFS中
    sorted.saveAsTextFile(args(1))
    //释放资源
    sc.stop()
  }

}

本地调试时,我们要设置一个在本地模式下执行:
在setAppName后面加上.setMaster("local[*]"),然后debug就可以了。

本地调试spark程序_第1张图片
可以再打上一个断点。

你可能感兴趣的:(spark,本地调试park程序)