WorldCount程序打jar包在Spark集群上运行

参照WorldCount在Spark shell中的运行(对比学习)

写WorldCount程序(IDEA)

  • 前期准备:新建maven工程,在pom中加入相关配置:(注意相对应的版本)
<properties>
        <maven.compiler.source>1.8</maven.compiler.source>
        <maven.compiler.target>1.8</maven.compiler.target>
        <scala.version>2.11.8</scala.version>
        <spark.version>2.2.0</spark.version>
        <hadoop.version>2.6.5</hadoop.version>
        <encoding>UTF-8</encoding>
    </properties>
 
    <dependencies>
        <!-- 导入scala的依赖 -->
        <dependency>
            <groupId>org.scala-lang</groupId>
            <artifactId>scala-library</artifactId>
            <version>${scala.version}</version>
        </dependency>
 
        <!-- 导入spark的依赖 -->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>
 
        <!-- 指定hadoop-client API的版本 -->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
 
    </dependencies>
 
    <build>
        <pluginManagement>
            <plugins>
                <!-- 编译scala的插件 -->
                <plugin>
                    <groupId>net.alchim31.maven</groupId>
                    <artifactId>scala-maven-plugin</artifactId>
                    <version>3.2.2</version>
                </plugin>
                <!-- 编译java的插件 -->
                <plugin>
                    <groupId>org.apache.maven.plugins</groupId>
                    <artifactId>maven-compiler-plugin</artifactId>
                    <version>3.5.1</version>
                </plugin>
            </plugins>
        </pluginManagement>
        <plugins>
            <plugin>
                <groupId>net.alchim31.maven</groupId>
                <artifactId>scala-maven-plugin</artifactId>
                <executions>
                    <execution>
                        <id>scala-compile-first</id>
                        <phase>process-resources</phase>
                        <goals>
                            <goal>add-source</goal>
                            <goal>compile</goal>
                        </goals>
                    </execution>
                    <execution>
                        <id>scala-test-compile</id>
                        <phase>process-test-resources</phase>
                        <goals>
                            <goal>testCompile</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
 
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <executions>
                    <execution>
                        <phase>compile</phase>
                        <goals>
                            <goal>compile</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
 
 
            <!-- 打jar插件 -->
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-shade-plugin</artifactId>
                <version>2.4.3</version>
                <executions>
                    <execution>
                        <phase>package</phase>
                        <goals>
                            <goal>shade</goal>
                        </goals>
                        <configuration>
                            <filters>
                                <filter>
                                    <artifact>*:*</artifact>
                                    <excludes>
                                        <exclude>META-INF/*.SF</exclude>
                                        <exclude>META-INF/*.DSA</exclude>
                                        <exclude>META-INF/*.RSA</exclude>
                                    </excludes>
                                </filter>
                            </filters>
                        </configuration>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>
  • 创建Scala的资源文件夹(用于编写Scala代码)之后编写WorldCount实现代码
package com.zpark

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}
/*
SparkApi在Linux上运行的代码
连接Spark就要先配置:Liunx上运行时要访问的类名setAppName;Spark的master运行的位置setMaster;Spark要执行的操作;
通过main方法上的Array将需要的处理的数据接受进来
 */
object WorldCount {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf()
    conf.setAppName("WorldCount")//--class com.zpark.sparkwc.ScalaWordCount(运行的类在jar包工程下的位置)
    conf.setMaster("local")// /root/apps/original-sparks-1.0-SNAPSHOT.jar(jar包所在Linux位置)
    val sc = new SparkContext(conf)
//    指定类型:返回的数据类型
    val lines: RDD[String] = sc.textFile(args(0))//一行一行的获取数据  hdfs://hdp-1:9000/spark/hi.txt(处理的数据所在的位置)
    val words: RDD[String] = lines.flatMap(_.split(","))//以逗号分隔每一行数据
    val world: RDD[(String, Int)] = words.map((_,1))//把分隔好的所有单词和1拼接
    val reduced: RDD[(String, Int)] = world.reduceByKey(_+_)//进入reduce阶段
    val function = reduced.sortBy(_._2)//排序:以元组中的第二个参数排序,后面加true是正序,false是倒序
    val unit = function.saveAsTextFile(args(1))//hdfs://hdp-1:9000/spark/outs(将结果上传到hdfs上的位置)

    sc.stop()
  }
}
  • 将工程打好jar包,放到Linux上。

在Spark集群上执行

  • 在Linux上将hdfs,zookeeper,spark启动
  • 在spark的bin下运行jar包
./spark-submit --master spark://hdp-1:7077(集群提供的访问URL) --class com.zpark.sparkwc.ScalaWordCount(运行类在工程下的位置) /root/apps/original-sparks-1.0-SNAPSHOT.jar hdfs://hdp-1:9000/spark/hi.txt(jar包所在Linux位置) hdfs://hdp-1:9000/spark/outs(上传到hdfs上的位置)

查看结果

  • 页面访问:http://hdp-0:50070查看是否上传了结果文件
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值