Win10环境下的IDEA2019.3配置Spark环境的两种方法

目录

方法一：更改pom.xml，添加Maven依赖（强烈建议使用这种方法）​

方法二：导入Spark的jars包

 

IDEA是一个非常完美的编译器，在IDEA搭建本地Spark环境需要提前配置好Scala和Java环境（看我之前的文章，有详细介绍）下面我将介绍两种方法搭建Spark环境。

方法一：更改pom.xml，添加Maven依赖（强烈建议使用这种方法）

（1）首先，需要创建一个maven项目：File—New—Project

           

（2）检测JDK环境是否正确，并创建

            

（3）设置文件存储位置、Name（Artifactld）、GroupId等

        

（4）在该项目下的src—mian文件下创建一个新的文件夹，命名为Scala，并按回车

         

                                           

（5）将Scala设置为源码文件夹：右键点击Scala—Mark Directory as—Sources Root

            

（6）修改pom.xml文件，添加所需要的Spark依赖，并点击右下角的Enable Auto-Import 等待下载（如果是第一是导入依赖，下载时间会很长，因为是国外源，可以添加镜像下载速度会加快），底栏会有进度条提示，完成后可以看到右上角的绿色对勾。

       注意：   在下载过程中，代码中间可能会出现红色，不代表报错，下载完成后红色会消失

                      Scala和Spark版本要对应，可以去Spark官网或者Maven官网查看 

                      Spark的Maven库：https://mvnrepository.com/artifact/org.apache.spark/spark-core

                      <build>里的东西是构建器和插件，原封不动复制就可以，不同的人代码不相同，都无所谓。

         

<dependencies>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.12</artifactId>
            <version>2.4.4</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_2.12</artifactId>
            <version>2.4.4</version>
        </dependency>
    </dependencies>
    <build>
        <finalName>WordCount</finalName>
        <plugins>
            <plugin>
                <groupId>net.alchim31.maven</groupId>
                <artifactId>scala-maven-plugin</artifactId>
                <version>3.2.2</version>
                <executions>
                    <execution>
                        <goals>
                            <goal>compile</goal>
                            <goal>testCompile</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>

（7）创建Scala文件，点击Obiect类，命名

          

（8）测试程序

           

注意：如果在程序中使用了hadoop相关的东西，比如写入文件到HDFS，则会遇到如下图所示的异常，这是因为当在windows操作系统中调试Spark或者Hadoop程序的时候，缺少了winutils.exe。winutils.exe是在Windows系统上需要的hadoop调试环境工具，里面包含一些在Windows系统下调试hadoop、spark所需要的基本的工具类。

（问题：Could not locate executable null \bin\winutils.exe in the hadoop binaries）

               

解决办法：

下载相应版本的winutils.exe（不同版本请参考链接：https://github.com/cdarlint/winutils，我下载的是2.7.3），然后将其解压到任意目录，这里建议放在Hadoop的bin目录下。

法①：然后在系统环境中，添加一个新的系统变量，命名为：HADOOP_HOME，路径为你所解压的路径，配置变量的时候，不用加bin目录，因为spark会自动读取到HADOOP_HOME,然后加上bin。（建议用这一种）

法②：或者在代码中添加一行代码：（这里我是下载了hadoop-common-2.2.0-bin-master文件，里面包含winutils.exe）

System.setProperty("hadoop.home.dir", "E:\\Hadoop\\hadoop-common-2.2.0-bin-master")

 

（https://blog.csdn.net/RUIMENG061511332/article/details/88764103?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-10&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-10）

import org.apache.spark.{SparkConf, SparkContext}
object Hello {
  def main(args: Array[String]): Unit = {
    //System.setProperty("hadoop.home.dir", "E:\\Hadoop\\hadoop-common-2.2.0-bin-master")
    val config = new SparkConf().setMaster("local[*]").setAppName("WordCount")
    val sc = new SparkContext(config)
    val lines = sc.textFile("in")
    val words = lines.flatMap(_.split(" "))
    val wordToOne = words.map((_, 1))
    val wordToSum = wordToOne.reduceByKey(_ + _)
    val result = wordToSum.collect()
    result.foreach(println)

//第一种方法
  }

}

（9）测试成功

方法二：导入Spark的jars包

先创建Maven文件（和方法一相同）

（1）点击File—Project Structure

                                                    

（2）点击Global Libraries，点击“+”，添加Spark包

（3）点击Java

                                                                              

（4）找到jars包，点击OK

      

（5）点击OK

                             

（6）出现了新的jars，点击右下角的Apply

（7）添加Scala框架支持

（8）点击 Enable Auto-import（激活自动导入）

（9）创建Scala文件并测试程序，结果和方法一是相同的。

 

附件：带有GeoSpark的POM.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<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/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>spark_test01</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <scala.version>2.11.8</scala.version>
        <spark.version>2.3.4</spark.version>
        <scala.binary.version>2.11</scala.binary.version>
        <geospark.version>1.3.1</geospark.version>
    </properties>
    <repositories>
        <repository>
            <id>aliyunmaven</id>
            <url>http://maven.aliyun.com/nexus/content/groups/public//</url>
        </repository>
        <repository>
            <id>cloudera</id>
            <url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
        </repository>
    </repositories>

    <pluginRepositories>
        <pluginRepository>
            <id>scala-tools.org</id>
            <name>Scala-Tools Maven2 Repository</name>
            <url>http://scala-tools.org/repo-releases</url>
        </pluginRepository>
    </pluginRepositories>

    <dependencies>
        <dependency>
            <groupId>org.scala-lang</groupId>
            <artifactId>scala-library</artifactId>
            <version>${scala.version}</version>
        </dependency>

        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_${scala.binary.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>

        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_${scala.binary.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>

        <dependency>
            <groupId>org.datasyslab</groupId>
            <artifactId>geospark</artifactId>
            <version>${geospark.version}</version>
        </dependency>

        <dependency>
            <groupId>org.datasyslab</groupId>
            <artifactId>geospark-sql_2.3</artifactId>
            <version>${geospark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.datasyslab</groupId>
            <artifactId>geospark-viz_2.3</artifactId>
            <version>${geospark.version}</version>
        </dependency>
    </dependencies>

    <build>
        <sourceDirectory>src/main/scala</sourceDirectory>
        <testSourceDirectory>src/test/scala</testSourceDirectory>
        <plugins>
            <plugin>
                <groupId>org.scala-tools</groupId>
                <artifactId>maven-scala-plugin</artifactId>
                <executions>
                    <execution>
                        <goals>
                            <goal>compile</goal>
                            <goal>testCompile</goal>
                        </goals>
                    </execution>
                </executions>
                <configuration>
                    <scalaVersion>${scala.version}</scalaVersion>
                    <args>
                        <arg>-target:jvm-1.8</arg>
                    </args>
                </configuration>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-eclipse-plugin</artifactId>
                <configuration>
                    <downloadSources>true</downloadSources>
                    <buildcommands>
                        <buildcommand>ch.epfl.lamp.sdt.core.scalabuilder</buildcommand>
                    </buildcommands>
                    <additionalProjectnatures>
                        <projectnature>ch.epfl.lamp.sdt.core.scalanature</projectnature>
                    </additionalProjectnatures>
                    <classpathContainers>
                        <classpathContainer>org.eclipse.jdt.launching.JRE_CONTAINER</classpathContainer>
                        <classpathContainer>ch.epfl.lamp.sdt.launching.SCALA_CONTAINER</classpathContainer>
                    </classpathContainers>
                </configuration>
            </plugin>
        </plugins>
    </build>
    <reporting>
        <plugins>
            <plugin>
                <groupId>org.scala-tools</groupId>
                <artifactId>maven-scala-plugin</artifactId>
                <configuration>
                    <scalaVersion>${scala.version}</scalaVersion>
                </configuration>
            </plugin>
        </plugins>
    </reporting>

</project>