IDEA下使用maven配置Spark开发环境

使用到的软件安装包: https://pan.baidu.com/s/1fOKsPYBmOUhHupT50_6yqQ 提取码: d473

1、安装Java

点击下一步，

点击下一步：

2、配置环境变量

环境变量设置：右键->我的电脑，选择属性
点击高级系统设置

点击环境变量：

点击新建：

变量名输入：JAVA_HOME
然后点击浏览目录，选择C盘下的C:\Program Files (x86)\Java\jdk1.8.0_301文件夹，点击打开即可

3、配置Hadoop环境

1、将hadoop-common-2.6.0-bin-master 拷贝到C盘目录下
2、将C:\ hadoop-common-2.6.0-bin-master\bin下的hadoop.dll文件和winutils.exe文件拷贝到C:\Windows\System32下，若有重复，不需要复制替换。
3、配置环境变量:

和配置Java的环境变量流程一样，配置Hadoop环境

重启电脑

4、安装Scala插件

选择Plugis

输入scala,点击install

重启IDEA

5、配置maven

输入Spark_Project

选择提供的maven安装包

选择apache-maven-3.6.1-bin\apache-maven-3.6.1\conf下的setting文件，并将Override打钩

点击pom文件，将提供的pom内容全部复制修改

  4.0.0
  org.example
  untitled2
  1.0-SNAPSHOT
  2008
  
    2.11.8
  

  
    
      scala-tools.org
      Scala-Tools Maven2 Repository
      http://scala-tools.org/repo-releases
    
  

  
    
      scala-tools.org
      Scala-Tools Maven2 Repository
      http://scala-tools.org/repo-releases
    
  

  
    
      org.scala-lang
      scala-library
      ${scala.version}
    
    
      junit
      junit
      3.8.1
      test
    
    
      org.specs
      specs
      1.2.5
      test
    
    
    
    
    
    
    

    
      org.apache.spark
      spark-sql_2.11
      2.1.1
      provided
    


    
      org.apache.spark
      spark-streaming_2.11
      2.1.1
    


    
      org.apache.spark
      spark-streaming-kafka-0-10_2.11
      2.1.1
    

  

  
    src/main/scala
    src/test/scala
    
      
        org.scala-tools
        maven-scala-plugin
        
          
            
              compile
              testCompile
            
          
        
        
          ${scala.version}
          
            -target:jvm-1.5
          
        
      
      
        org.apache.maven.plugins
        maven-eclipse-plugin
        
          true
          
            ch.epfl.lamp.sdt.core.scalabuilder
          
          
            ch.epfl.lamp.sdt.core.scalanature
          
          
            org.eclipse.jdt.launching.JRE_CONTAINER
            ch.epfl.lamp.sdt.launching.SCALA_CONTAINER
          
        
      
    
  
  
    
      
        org.scala-tools
        maven-scala-plugin
        
          ${scala.version}
        
      
    
  

至此，环境配置完成，开始Spark编程。

4、Spark编程

1、删除test文件夹

创建Scala文件

选择Object选项，输入HelloWorld类


Scala测试完成！

Spark测试

Spark测试代码：

ackage org.example

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

object HelloWorld {
  def main(args: Array[String]) {
    val logFile = "hdfs://hadoop000:8020/hello.txt"
    val conf = new SparkConf().setAppName("Simple Application").setMaster("local") //.setMaster("local")
    val sc = new SparkContext(conf)
    val rdd = sc.textFile(logFile)
    val wordcount = rdd.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_ + _).map(x => (x._2, x._1)).sortByKey(false).map(x => (x._2, x._1))
    println(wordcount)
    wordcount.saveAsTextFile("hdfs://hadoop000:8020/output")
    sc.stop()
  }
}

发现报错，原因是虚拟内存未配置，

输入：-Xms1024m
运行成功！