使用IDEA创建spark项目，会用到 pom.xml的配置，现简单做个记录。
1. 固定部分
当我们创建好项目时，会默认生成pom.xml，其中有部分是不需要我们手动更改的：
4.0.0
org.example
algorithm_strategy
1.0
所有 POM 文件都需要 project 元素和三个必需字段：groupId，artifactId，version。
| 节点 | 描述 |
|---|---|
| project | 工程的根标签。 |
| modelVersion | 模型版本需要设置为 4.0。 |
| groupId | 这是工程组的标识。它在一个组织或者项目中通常是唯一的。例如，一个银行组织 com.companyname.project-group 拥有所有的和银行相关的项目。 |
| artifactId | 这是工程的标识。它通常是工程的名称。例如，消费者银行。groupId 和 artifactId 一起定义了 artifact 在仓库中的位置。 |
| version | 这是工程的版本号。在 artifact 的仓库中，它用来区分不同的版本。例如：org.example:consumer-banking:1.0 org.example:consumer-banking:1.1 |
2. 引用常量定义
接下来可以为pom定义一些常量，在pom中的其它地方可以直接引用
1.8
1.8
UTF-8
2.11
2.4.4
2.11
2.11.12
3. Maven仓库
运行Maven的时候，Maven所需要的任何构件都是直接从本地仓库获取的。如果本地仓库没有，它会首先尝试从远程仓库下载构件至本地仓库，然后再使用本地仓库的构件。
3.1 本地仓库
Maven缺省的本地仓库地址为${user.home}/.m2/repository 。一个用户会对应的拥有一个本地仓库。
可以自定义本地仓库的位置，修改 /usr/local/apache-maven-3.6.3/conf/settings.xml 。
3.2 Maven中央仓库
Maven安装自带了一个远程仓库即Maven中央仓库。具体可在 /usr/local/apache-maven-3.6.3/lib/maven-model-builder-3.6.3.jar文件里的 pom-4.0.0.xml中进行查看。它是所有Maven POM的父POM，所有Maven项目继承该配置。中央仓库的id为central，远程url地址为http://repo.maven.apache.org/maven2，它关闭了snapshot版本构件下载的支持。
central
Central Repository
https://repo.maven.apache.org/maven2
default
false
我们可以在POM中配置其它的远程仓库，比如下面的中国的中央仓库
...
maven-net-cn
Maven China Mirror
http://maven.net.cn/content/groups/public/
true
false
maven-net-cn
Maven China Mirror
http://maven.net.cn/content/groups/public/
true
false
...
我们也可以在id，一个描述性的name，以及最重要的，远程仓库的url。此外，releases版本的构件，而snapshot版本的构件。禁止从公共仓库下载snapshot构件是推荐的做法，因为这些构件不稳定，且不受你控制，你应该避免使用。当然，如果你想使用局域网内组织内部的仓库，你可以激活snapshot的支持。至于
在工作中我们一般都是使用公司局域网的远程仓库，使用该仓库能大大提高下载速度，继而提高构建速度。比如我们当前的spark项目配置的远程仓库为 (鉴于公司隐私，其中 url被我替换了下)。
Central
http://nexus.org.example/content/repositories/central
Jcenter
http://nexus.org.example/content/repositories/Jcenter/
bili-nexus-release-server
http://nexus.org.example/content/repositories/releases
snapshots
http://nexus.org.example/content/repositories/snapshots
4. 项目依赖
由于当前主要基于 XGBoost，所以主要引入相关的依赖。需要注意 scope 的参数，这里的值为 provided，是因为当前的集群环境提供了这些依赖，所以打包的时候可以不用一起打包。但是在本地运行时需要将其注释掉 (此时为默认值：compile)
org.scala-lang
scala-library
${scala.version}
org.apache.spark
spark-core_${scala.binary.version}
${spark.version}
provided
org.apache.spark
spark-sql_${scala.binary.version}
${spark.version}
provided
org.apache.spark
spark-mllib_${scala.binary.version}
${spark.version}
provided
ml.dmlc
xgboost4j-spark_${scala.binary.version}
1.0.0
5. 构建插件
打包成 jar 的配置，maven-assembly-plugin 和 maven-jar-plugin 配合使用，最后就只会生成一个 xx-jar-with-dependencies.jar。
org.scala-tools
maven-scala-plugin
compile
testCompile
${scala.version}
-target:jvm-1.5
org.apache.maven.plugins
maven-assembly-plugin
3.1.0
jar-with-dependencies
make-assemble
package
single
org.apache.maven.plugins
maven-jar-plugin
3.0.2
default-jar
none
6. 参考
- https://maven.apache.org/pom.html
- https://www.runoob.com/maven/maven-pom.html
- https://www.cnblogs.com/panchanggui/p/11009491.html