Windows下使用IDEA开发Spark应用程序配置说明(使用sbt构建)。
软件环境
- Hadoop 2.7.7
- Spark 2.4.0
- Scala 2.11
- Java 8
配置Hadoop
Windows环境下需要先配置Hadoop环境变量,如图所示:
同时在PATH环境变量中添加Hadoop信息:
之后需要下载一个winutils.exe工具,将该文件放到Hadoop的bin目录下。
打开命令行,输入echo %PATH%
命令,如果输出中包含Hadoop路径信息,说明配置成功。
创建SBT项目
使用IDEA创建SBT项目,项目名为sparkDemo:
由于Spark2.4.0默认使用的Scala版本是2.11,这里需要选择Scala的版本:
创建完毕后,项目结构如下:
在build.sbt
中添加Spark依赖文件:
name := "sparkDemo"
version := "0.1"
scalaVersion := "2.11.12"
val sparkVersion = "2.4.0"
libraryDependencies ++= Seq(
"org.apache.spark" %% "spark-core" % sparkVersion,
"org.apache.spark" %% "spark-sql" % sparkVersion,
"org.apache.spark" %% "spark-streaming" % sparkVersion,
"org.scalatest" %% "scalatest" % "3.0.5"
)
编写Spark应用程序
一切准备完毕,可以开始编码,这里使用的示例是Spark官方程序,本地运行时需要设置运行模式为local
:
package com.sparkdemo.app
import org.apache.spark.sql.SparkSession
object SimpleApp {
def main(args: Array[String]): Unit = {
val logFile = "d://tools//spark-2.4.0-bin-hadoop2.7//README.md" // Should be some file on your system
val spark = SparkSession.builder.appName("Simple Application").master("local[2]").getOrCreate()
val logData = spark.read.textFile(logFile).cache()
val numAs = logData.filter(line => line.contains("a")).count()
val numBs = logData.filter(line => line.contains("b")).count()
println(s"Lines with a: $numAs, Lines with b: $numBs")
spark.stop()
}
}
接下来就可以在本地运行调试Spark程序了。
网友评论