Spark+ECLIPSE+JAVA+MAVEN windows開發環境搭建及入門例項【附詳細程式碼】
阿新 • • 發佈:2019-01-04
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
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!~