在IDEA中使用Scala语言编写WordCount程序

1.使用IDEA创建Maven项目

2.导入pom.xml文件

        1.8
        1.8
        2.11.8
        2.1.0
        2.6.0
        UTF-8
    

    
        
        
            org.scala-lang
            scala-library
            ${scala.version}
        

        
        
            org.apache.spark
            spark-core_2.11
            ${spark.version}
        

        
        
            org.apache.hadoop
            hadoop-client
            ${hadoop.version}
        

    

    
        
            
                
                
                    net.alchim31.maven
                    scala-maven-plugin
                    3.2.2
                
                
                
                    org.apache.maven.plugins
                    maven-compiler-plugin
                    3.5.1
                
            
        
        
            
                net.alchim31.maven
                scala-maven-plugin
                
                    
                        scala-compile-first
                        process-resources
                        
                            add-source
                            compile
                        
                    
                    
                        scala-test-compile
                        process-test-resources
                        
                            testCompile
                        
                    
                
            

            
                org.apache.maven.plugins
                maven-compiler-plugin
                
                    
                        compile
                        
                            compile
                        
                    
                
            


            
            
                org.apache.maven.plugins
                maven-shade-plugin
                2.4.3
                
                    
                        package
                        
                            shade
                        
                        
                            
                                
                                    *:*
                                    
                                        META-INF/*.SF
                                        META-INF/*.DSA
                                        META-INF/*.RSA
                                    
                                
                            
                        
                    
                
            
        
    

注意：    这里的Scala  Spark  Hadoop版本必须按照集群上的修改，特别是Scala和Spark的，要和你集群上的版本号一致，可以在Spark集群中使用Spark Shell模式查看版本号

3.编写WordCount程序

package cn.ysjh0014

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，应用程序的名字
    val conf = new SparkConf().setAppName("ScalaWordCount")
    //创建Spark程序执行的入口
    val sc = new SparkContext(conf)
    //指定以后从哪读取数据创建RDD(弹性分布式数据集)
    val line = sc.textFile(args(0))
    //切分压平
    val word = line.flatMap(_.split(" "))
    //将单词和1组成元组
    val WordOne = word.map((_, 1))
    //按照key进行聚合
    val reduce = WordOne.reduceByKey(_ + _)
    //排序
    val sort = reduce.sortBy(_._2, false)
    //将结果保存到hdfs
    sort.saveAsTextFile(args(1))
    //释放资源
    sc.stop()

  }
}

4.使用Maven打成jar包

在IDEA中view---->Tool Windows--->Maven Projects--->Package，jar包在target下，有两个jar包，original-Spark-1.0-SNAPSHOT.jar是只将代码打成了jar包，Spark-1.0-SNAPSHOT.jar是将所有依赖也打成了jar包

5.提交到Spark集群上测试

bin/spark-submit \
--master spark://cdh0:7077 \
--class cn.ysjh0014.ScalaWordCount \            包名+项目名
/opt/package/original-Spark-1.0-SNAPSHOT.jar \  jar包所在目录
hdfs://cdh0:8020/usr/ys/input/test.txt \        读取数据的hdfs路径
hdfs://cdh0:8020/usr/output                     保存数据到hdfs的路径

6.查看运行结果

至此运行成功