Intellij搭建spark开发环境

spark怎么学习呢？在一无所知的前提下，首先去官网快速了解一下spark是干什么的，官网在此。然后，安装开发环境，从wordcount开始学习。第三，上手以后可以学习其他算法了。最后，不要放弃，继续深入学习。

那么，首先解决的就是如何搭建开发环境的问题。

1、确保你的电脑安装了JDK，以及配置了JAVA_HOME环境变量。

2、安装Intellij IDEA，下载地址。目前15.0版本对Scala的支持性就很好。

3、安装scala插件。在首次使用Intellij的时候会出现安装插件的提示，如果错过了也没有关系，在setting里，找到Plugins，输入scala，安装即可。

4、搭建spark开发环境。

4.1 下载spark的jar包，下载地址。例如我要下载1.5.0版本的spark，hadoop是2.4版本，选项如图：

4.2 解压下载的包，我们需要用的是lib下的spark-assembly-1.5.0-hadoop2.4.0.jar这个包。

4.3 新建scala项目，File -> New Project -> scala -> next填写name和SDK -> finish。

4.4 在项目页“File” -> “project structure” -> “Libraries”, 点“+”，选java，找到spark-assembly-1.5.0-hadoop2.4.0.jar导入，这样就可以编写spark的scala程序了。

4.5 很多时候我们都需要用到maven或者SBT管理依赖，这里我用的是maven。Intellij15.0对maven也很有好，只需要简单配置一下maven仓库地址即可。

5、开心的coding吧！
插入代码

package main.scala

import org.apache.spark.{SparkConf, SparkContext}

object SimpleApp {
  def main(args: Array[String]) {
    val logFile = "D:/IdeaProjects/spark-test/README.md" // Should be some file on your system
    val conf = new SparkConf().setAppName("Simple Application").setMaster("local")
    val sc = new SparkContext(conf)
    val logData = sc.textFile(logFile, 2).cache()
    val numAs = logData.filter(line => line.contains("a")).count()
    val numBs = logData.filter(line => line.contains("b")).count()
    println("Lines with a: %s, Lines with b: %s".format(numAs, numBs))
  }
}

6、打包导出到集群运行。

6.1 如果pom.xml文件中存在hadoop或者spark的依赖，请在打包之前注释掉。因为集群已经有包了，注释掉既能减少包的大小，又能避免某些jar版本冲突。

6.2 Intellij中点击“File - Project Struction - Artifacts - + - Jar - From modules with dependencies…”，填写modules、Main Class以及路径等，点击OK生成jar包。

6.3 Intellij中点击“Build- Build artifacts… ”，选择刚生成的jar包进行build。

6.4 将打包好的jar包上传到服务器某路径下。

6.5 执行提交命令：

spark-submit WhereIsYourJar 其他参数