你的位置:首页 > 数据库

[数据库]Idea下用SBT搭建Spark Helloworld

没用过IDEA工具,听说跟Eclipse差不多,sbt在Idea其实就等于maven在Eclipse。Spark运行在JVM中,所以要在Idea下运行spark,就先要安装JDK 1.8+ 然后加入Scala和Spark的依赖包就可以进行开发了,不要安装低版本的JDK。

 

先下载Idea的社区版

https://www.jetbrains.com/idea/download/download-thanks.html?platform=windows&code=IIC

 

Scala、Spark环境


安装完后下载Scala插件

PJU5N~%]$3}$@Q8XAQX6}$B

新建sbt工程

1{7Z[O9RYO5RR]1TN{T%CI7

这里需要注意,如果选择Spark2.0以上,那么Scala要选2.11以上。因为我用的是Spark2.0.2,所以就选择2.11.1,选择JDK版本后确认。

063C]RYBWUU[4N3R08BD6SF

工程创建成功后的目录

7MAKRFV(($)T`G~NECWXH}T

 

编辑build.sbt文件,添加Spark依赖

name := "Scala"version := "1.0"scalaVersion := "2.11.1"libraryDependencies += "org.apache.spark" % "spark-core_2.11" % "2.0.2"

保存,等待下载完依赖的包。

 

PS: Scala版本对应的Spark可在官网查询

W`~H5U]]ELBR}S{WBK8%ANP

 

Helloworld


在project下 src/scala包下创建一个scala.class

image

 

helloworld.scala

import org.apache.spark.{SparkConf, SparkContext}/** * Created by Jan on 2016/12/19. */object Helloworld {  def main(args: Array[String]) {   val logFile = "./README.md" // Should be some file on your server.   val conf = new SparkConf().setAppName("Simple Application").setMaster("local")   val sc = new SparkContext(conf)   val logData = sc.textFile(logFile, 2).cache()   val numAs = logData.filter(line => line.contains("h")).count()   val numBs = logData.filter(line => line.contains("j")).count()   println("Lines with h: %s, Lines with j: %s".format(numAs, numBs))  }}

上面代码目的是:在本地读取一个叫README.md的文件,通过Spark内存分析,计算字母“h”和字母“j”在文件中出现多少次。

 

运行代码

image

 

可能出现的错误:

java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.

原因是缺少了winutils.exe文件,这个而且没有设置HADOOP_HOME

 

解决办法

1. 下载hadoop到本机并添加bin目录到环境变量

http://hadoop.apache.org/releases.html

2. 网上搜下winutils.exe文件,下载后放到hadoop的bin目录下

http://download.csdn.net/detail/u014313009/7671379