前言

本文旨在記錄初學Spark時，根據官網快速入門中的一段Java程式碼，在Maven上建立應用程式並實現執行。 首先推薦一個很好的入門文件庫，就是CSDN的Spark知識庫，裡面有很多spark的從入門到精通的形形色色的資料， 1.開發軟體恭喜你，拿到spark駕考名額了，可以開始參加駕校培訓了~http://lib.csdn.net/base/spark    大概理解下：spark主要分為  1.核心  2.實時streaming 3.對sql支援sparksql 4.機器學習mllib  還有別的暫時不考慮     本文只引入sparkcore核心部門案例入門，其他的同學們自己去探索吧~ 

環境準備：   window電腦一臺是不可少的，不然怎麼玩

 其他需要安裝的軟體：     版本可以自己選擇 ，以下是我的選擇      1)  JDK          版本：1.7        4》eclipse          注意安裝的軟體的位數和作業系統的位數。

  1.JDK安裝 

     具體安裝步驟過於簡單 略~    

  2.MAVEN安裝 

     下載解壓，具體安裝步驟過於簡單 略~

 3.spark 安裝 

     下載解壓，具體安裝步驟過於簡單 略~

 4.eclipse 安裝 

   下載解壓，具體安裝步驟不是很簡單，不能略，因為要安裝maven     那就下載有maven的eclipse版本即可，推薦luna的eclipse 自帶maven的 下載winutil 放到spark 的bin目錄下 

   配置環境變數

     需要配置 JAVA_HOME   HADOOP_HOME（配置為spark_Home，為winutil使用)  SPARK_HOME MAVEN_HOME   並在path中加入以上三個bin      cmd中分別測試 mvn -v   java -version  spark-shell 安裝是否成功    

工程構建

建立一個統計  檔案中出現某個字元的行數。
建立Maven工程 修改pom.xml為：   <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.dt.spark</groupId>
<artifactId>SparkApps</artifactId>
<version>0.0.1-SNAPSHOT</version>
<packaging>jar</packaging>
<name>SparkApps</name>
<url>http://maven.apache.org</url>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>3.8.1</version>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-hive_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>2.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming-kafka_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-graphx_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
    <groupId>org.apache.maven.plugins</groupId>
    <artifactId>maven-assembly-plugin</artifactId>
    <version>2.2-beta-5</version>
</dependency>
<dependency>
     <groupId>commons-lang</groupId>
     <artifactId>commons-lang</artifactId>
     <version>2.3</version>
    </dependency>
</dependencies>
<build>
<sourceDirectory>src/main/java</sourceDirectory>
<testSourceDirectory>src/test/java</testSourceDirectory>
<plugins>
<plugin>
<artifactId>maven-assembly-plugin</artifactId>
<configuration>
<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>
<archive>
<manifest>
<maniClass></maniClass>
</manifest>
</archive>
</configuration>
<executions>
<execution>
<id>make-assembly</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
<plugin>
<groupId>org.codehaus.mojo</groupId>
<artifactId>exec-maven-plugin</artifactId>
<version>1.3.1</version>
<executions>
<execution>
<goals>
<goal>exec</goal>
</goals>
</execution>
</executions>
<configuration>
<executable>java</executable>
<includeProjectDependencies>false</includeProjectDependencies>
<classpathScope>compile</classpathScope>
<mainClass>com.dt.spark.SparkApps.App</mainClass>
</configuration>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>


<configuration>
<source>1.6</source>
<target>1.6</target>
</configuration>
</plugin>
</plugins>
</build>
</project> 修改完成後，需要下載比較多東西來構建工作空間， 此過程後可以先去吃個飯，跑兩圈再回來~

編寫程式碼

public static void main( String[] args )
    {
        String readme="D:\\spark\\CHANGES.txt";
        SparkConf conf=new SparkConf().setAppName("tiger's first spark app");
        JavaSparkContext sc =new JavaSparkContext(conf);
        JavaRDD<String> logData=sc.textFile(readme).cache();
        long num=logData.filter(new Function<String,Boolean>(){
        public Boolean call(String s){
        return s.contains("a");
        }
                }).count();
                System.out.println("the count of word a is "+num);
        
    }

執行程式

編譯應用程式

    進入workplace專案，執行mvn compile，編譯程式碼               

打包程式

     執行mvn package,系統將自動將應用程式程式碼打包成jar。執行成功後，在專案資料夾下的target資料夾下，將生成名為SimApp-1.0-SNAPSHOT.jar。

執行程式

使用spark-submit在本地執行應用  在elipse 下面引數總是出現錯誤，還在探索中。。        在cmd中輸入 spark檔案包bin下spark-submit檔案所在的路徑， 類名(加上包名)，jar包所在的路徑        D:\Spark_Tools\apache-maven-3.2.3\Maven_Project\SimApp>d:\Spark_Tools\spark-1.1.0-bin-hadoop1\bin\spark-submit --class "aa" --master local[4]  bb    aa 是程式的主程式路徑  com..xxxxxx.xxxx  bb 是你打包的jar 路徑  在target下 ，由pom.xml配置得到的。  在輸出資訊的最後一行，將看到程式的執行結果：       the count of word a is 20132
恭喜你，拿到spark駕照。。可以開車了...  上路需小心，多練習吧~  有問題可以留言，歡迎探討，我會積極回覆！~