现代软件开发中必须使用的一个开发工具是自动化构建工具,可以方便的划分软件的目录结构、编译、执行测试以及生成测试报告等,因此一开始学习Spark时也是按照标准的开发过程。
不管学习什么语言还是框架,第一个程序都是HelloWorld,因此我第的一个Spark程序是HelloSpark。接下来一步一步介绍基于gradle和scala的HelloSpark工程的建立过程。
详细步骤
- 下载Spark安装包,请参考http://spark.apache.org/docs/latest/
- 使用IntelliJ IDEA工具构建一个空的gradle工程,构建的结果如下:
- 在空的gradle工程中添加src/main/scala和src/test/scala目录
- 修改build.gradle如下:
plugins {
id 'idea'
id 'scala'
}
group 'com.learning.spark'
version '1.0-SNAPSHOT'
sourceCompatibility = 1.8
repositories {
mavenCentral()
}
sourceSets {
main {
scala {
srcDirs = ['src/main/scala']
}
}
test {
scala {
srcDirs = ['src/test/scala']
}
}
}
dependencies {
implementation 'org.scala-lang:scala-library:2.11.12'
//saprk dependencies
implementation 'org.apache.spark:spark-core_2.11:2.4.0'
testImplementation 'org.scalatest:scalatest_2.11:3.0.0'
testImplementation 'junit:junit:4.12'
testCompile group: 'junit', name: 'junit', version: '4.12'
}
- 用gradle命令将工程打包成jar,如下:
./gradlew jar
- 将jar包考到Spark环境中,执行如下命令执行jar包:
spark-submit --class com.selflearning.spark.HelloSpark HelloSpark-1.0-SNAPSHOT.jar ./README.md ./output
源代码
请从HelloSpark下载源代码。