Windows环境下安装Spark并运行WordCount例子
一、Windows下安装Spark
1、提前安装Java JDK
Java版本是1.8,不能是18,16,15或者其他版本。
2、提前安装Scala
Scala版本是2.13.1版本。
3、安装Spark
- 准备好Hadoop软件包(hadoop-2.7.7)和Spark软件包(spark-2.2.0-bin-hadoop2.7)。
- 高级系统设置—>环境变量—>系统变量---->新建HADOOP_HOME选中Path
(接上一步)—>编辑—>新建(分别新建如下图所示变量,注意自己安装的版本和路径区别)。
4、配置winutils(winutils.exe是在window系统上安装hadoop时所需要的winutils文件)
- 将winutils.exe文件放到hadoop-2.7.7/bin中。
5、运行spark-shell
至此spark安装成功!
二、运行WordCount例子(Scala版)
1、新建Project
- 工程命名为WordCount2,点击完成。
2、新建Scala Class
- 注意选择Object,类名字为WordCount2。
3、导入Spark程序依赖的jar包
- 选择spark-2.3.3-bin-hadoop2.7下的jars文件夹。
- 点击OK,再点击Apply,最后再点击OK。
4、编写WordCount代码
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
object WordCount2 {
def main(args: Array[String])={
val conf = new SparkConf()
.setMaster("local")
.setAppName("WordCount")
val sc = new SparkContext(conf)
val lines = sc.textFile("E:\\WordCount-Data.txt")
val words = lines.flatMap { line => line.split(" ") }
val pairs = words.map { word => (word, 1) }
val wordCounts = pairs.reduceByKey { _ + _ }
wordCounts.foreach(wordCount => println(wordCount._1 + "出现了" + wordCount._2 + "次"))
sc.stop()
}
}
- 点击运行:
- 运行完成得到正确结果:
如果运行出现错误:
1、illegal cyclic inheritance involving trait Iterable val …
2、Exception in thread “main” java.lang.VerifyError: class scala.collection.mutable.WrappedArray overri…
可能是spark和scala的版本对应不上,在IDEA中选择File—>Project structure
三、运行WordCount例子(Java版)
1、新建Project
- 工程命名为WordCount3,点击完成。
2、新建Java Class
- 类名字为wordCunt3。
3、导入Spark程序依赖的jar包
- 选择spark-2.3.3-bin-hadoop2.7下的jars文件夹。
- 点击OK,再点击Apply,最后再点击OK。
4、编写WordCount代码
import java.util.Arrays;
import java.util.Iterator;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.FlatMapFunction;
import org.apache.spark.api.java.function.Function2;
import org.apache.spark.api.java.function.PairFunction;
import org.apache.spark.api.java.function.VoidFunction;
import scala.Tuple2;
public class WordCount3{
public static void main(String[] args) {
// 第一步:创建SparkConf对象,设置相关配置信息
SparkConf conf = new SparkConf();
conf.setAppName("WordCount_Java");
conf.setMaster("local");
// 第二步:创建JavaSparkContext对象,SparkContext是Spark的所有功能的入口
JavaSparkContext sc = new JavaSparkContext(conf);
// 第三步:创建一个初始的RDD
// SparkContext中,用于根据文件类型的输入源创建RDD的方法,叫做textFile()方法
JavaRDD<String> lines = sc.textFile("E:\\WordCount-Data.txt");
// 第四步:对初始的RDD进行transformation操作,也就是一些计算操作
JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
private static final long serialVersionUID = 1L;
@Override
public Iterator<String> call(String s) throws Exception {
return Arrays.asList(s.split(" ")).iterator();
}
});
JavaPairRDD<String, Integer> pairs = words.mapToPair(new PairFunction<String, String, Integer>() {
private static final long serialVersionUID = 1L;
@Override
public Tuple2<String, Integer> call(String word) throws Exception {
return new Tuple2<String, Integer>(word, 1);
}
});
JavaPairRDD<String, Integer> wordCounts = pairs.reduceByKey(new Function2<Integer, Integer, Integer>() {
private static final long serialVersionUID = 1L;
@Override
public Integer call(Integer v1, Integer v2) throws Exception {
return v1 + v2;
}
});
wordCounts.foreach(new VoidFunction<Tuple2<String,Integer>>() {
private static final long serialVersionUID = 1L;
@Override
public void call(Tuple2<String, Integer> wordCount) throws Exception {
System.out.println(wordCount._1 + "------" + wordCount._2+"次");
}
});
sc.close();
}
}
- 点击运行:
- 运行完成得到正确结果: