idea上创建spark方式

一，只做一次的事情hadoop，spark，scala，maven，scala插件

，

1，下载hadoop，scala，spark，jdk。版本要适配，下面为一组搭配。下载后解压，然后配置环境变量

hadoop-2.7.0

scala-2.11.12

spark-2.4.0

JDK 1.8.0

配置scala 环境变量 和 配置JDK环境变量 一样

    系统变量新增 ：   SCALA_HOME    值  C:\Program Files (x86)\scala  （scala安装路径）

    编辑Path变量： 在后追加  ;%SCALA_HOME%\bin;%SCALA_HOME%\jre\bin

cmd 下  输入  scala -version   查看是否安装成功，三者都配置一下环境变量

2，安装scala插件（从idea下载scala插件或者自己从官网下载scala然后配置环境变量二选一。但是建议都弄一下）

file->settings->plugins    然后左上搜索框搜索scala，然后安装就可

 

 3，安装maven

maven不放在第一步是因为除了下载和配置环境变量之外更多一些步骤，具体不再展开。

二，每次新建一个spark项目都要做的事情

1，创建一个空maven项目，在project SDK 要选jdk版本。选自己下载的jdk

file->new->project->maven->next->finish

不勾选create from archetype 这个样自己需要什么再在pom添加，或者导入jar包

next之后就是在name处填自己项目的名字，location就是项目的绝对位置，建议在idea建立一个workplace文件夹，然后所有的代码放里面。artufict coordinates下面的就不用管了

 

 2，在pom.xml文件加上两条依赖

<build>
        <plugins>
            <plugin>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>2.3.2</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                </configuration>
            </plugin>
        </plugins>
    </build>

    <dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.7.0</version>
        </dependency>

    </dependencies>

然后点击右上角更新的图标 load maven 就会加载依赖

 3，在src下main文件夹下创建scala文件夹，并设置为根目录

 右击暗色的scala文件夹，->Make Directory->sources Root

然后scala就变为蓝色的文件夹了，然后就可以在里面创建文件了

设置为

 4，导入scala依赖

在scala文件夹建立scala文件时，发现没有，那是因为没有导入scala依赖 

右击fille->project Structure->modules->点击中间列的＋号->选择scala->选择版本号2.11.12，再ok

 

 

  5，导入hadoop，spark的jar包

也是刚刚位置

 右击fille->project Structure->modules->点击右列的＋号->jars or diections->找到hadoop-2.7.0->ok

>点击右列的＋号->jars or diections->找到spark-2.4.0下的jars->ok

 

 

 6，更新maven仓库的位置

左击file->左击setting->搜索maven后选中点击maven-> maven home directory：选择自己下载maven的文件夹。->user setting file不动，local repository点击override然后选择自己下载的maven的repository处

7， 更新pom，右击pom.xml-> maven->reimport

这样就更新重载了。这样环境就弄完了

 8，在scala文件夹创建scala文件，文件名helloword，选择object，相当于java main入口函数想运行就的选这个

 9，spark项目必备文件头

1，是main 写main就会弹出，点击就可，主函数执行入口

2，本地模式写法，1绿是必备，2绿是名字，随意写，3绿是分配几个core，这样写是有多少core就分配多少core，4绿是序列化用上的，代码出现继承就会用上，先写上。

3，必备

4，可选，可以减少程序运行时候出现一大堆英文。

 如果在集群上打包运行，这4行就换成

val conf = new SparkConf().setAppName("tree")
val sc = new SparkContext(conf)

就是不指定core数。（外部指定），不指出序列化，不需要管输出太多英文

如果在spark-shell，这两行都不需要，spark-shell已经有了sc对象，不需要再自己创建