默认安装
在命令行界面中,执行如下Shell命令(注意:当前登录用户名是hadoop):
这里选择安装在 /usr/local/sbt 中:
sudo mkdir /usr/local/sbt
sudo chown -R hadoop:hadoop /usr/local/sbt
Shell 命令
执行如下命令把sbt-launch.jar拷贝至 /usr/local/sbt 中:
cd ~ #进入hadoop用户的主目录
cd Downloads #注意区分大小写字母,刚才已经通过FTP软件把安装包sbt-launch.jar上传到该目录下
cp ./sbt-launch.jar /usr/local/sbt #把sbt-launch.jar文件解压到/usr/local/sbt目录下
Shell 命令
接着在 /usr/local/sbt 中创建 sbt 脚本:
cd /usr/local/sbt
vim ./sbt
Shell 命令
在脚本文件sbt中添加如下内容:
#!/bin/bash
SBT_OPTS="-Xms512M -Xmx1536M -Xss1M -XX:+CMSClassUnloadingEnabled -XX:MaxPermSize=256M"
java $SBT_OPTS -jar `dirname $0`/sbt-launch.jar "$@"
保存后,为 ./sbt 脚本增加可执行权限:
chmod u+x ./sbt
Shell 命令
最后运行如下命令,检验 sbt 是否可用(请确保电脑处于联网状态,首次运行会处于 “Getting org.scala-sbt sbt 0.13.18 …” 的下载状态,请耐心等待。:
./sbt sbt-version
Shell 命令
只要能得到如下所示的版本信息就没问题:
[SUCCESSFUL ] org.fusesource.jansi#jansi;1.4!jansi.jar (615ms)
:: retrieving :: org.scala-sbt#boot-scala
confs: [default]
5 artifacts copied, 0 already retrieved (24494kB/29ms)
[info] Set current project to sbt (in build file:/usr/local/sbt/)
[info] 0.13.18
编写Scala应用程序
在Ubuntu终端中执行如下命令创建一个文件夹 sparkapp 作为应用程序根目录:
cd ~ # 进入用户主文件夹
mkdir ./sparkapp # 创建应用程序根目录
cd sparkapp
mkdir -p src/main/scala # 创建所需的文件夹结构
Shell 命令
在 ./sparkapp/src/main/scala 下建立一个名为 SimpleApp.scala 的文件:
cd ~
cd sparkapp
cd src/main/scala
vim SimpleApp.scala
Shell 命令
添加代码如下(目前不需要理解代码的具体含义,只需要理解如何编译运行代码就可以):
/* SimpleApp.scala */
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._
import org.apache.spark.SparkConf
object SimpleApp {
def main(args: Array[String]) {
val logFile = "file:///usr/local/spark/README.md" // Should be some file on your system
val conf = new SparkConf().setAppName("Simple Application")
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))
}
}
scala
该程序计算 /usr/local/spark/README 文件中包含 “a” 的行数 和包含 “b” 的行数。代码第8行的 /usr/local/spark 为 Spark 的安装目录,如果不是该目录请自行修改。不同于 Spark shell,独立应用程序需要通过 val sc = new SparkContext(conf) 初始化 SparkContext,SparkContext 的参数 SparkConf 包含了应用程序的信息。
使用sbt打包Scala程序
该程序依赖 Spark API,因此我们需要通过 sbt 进行编译打包。 请在~/sparkapp 中新建文件 simple.sbt:
cd ~
cd sparkapp
vim simple.sbt
Shell 命令
添加内容如下,声明该独立应用程序的信息以及与 Spark 的依赖关系:
name := "Simple Project"
version := "1.0"
scalaVersion := "2.11.8"
libraryDependencies += "org.apache.spark" %% "spark-core" % "2.1.0"
文件 simple.sbt 需要指明 Spark 和 Scala 的版本。在上面的配置信息中,scalaVersion用来指定scala的版本,sparkcore用来指定spark的版本,这两个版本信息都可以在之前的启动 Spark shell 的过程中,从屏幕的显示信息中找到。
为保证 sbt 能正常运行,先执行如下命令检查整个应用程序的文件结构:
cd ~/sparkapp
find .
Shell 命令
文件结构应如下所示:
linziyu@iZbp11gznj67n38kztu64dZ:~/sparkapp$ find .
.
./simple.sbt
./src
./src/main
./src/main/scala
./src/main/scala/SimpleApp.scala
接着,我们就可以通过如下代码将整个应用程序打包成 JAR(首次运行同样需要下载依赖包 ):
cd ~/sparkapp
/usr/local/sbt/sbt package
Shell 命令
对于刚安装好的Spark和sbt而言,第一次运行上面的打包命令时,会需要几分钟的运行时间,因为系统会自动从网络上下载各种文件。后面再次运行上面命令,就会很快,因为不再需要下载相关文件。
打包成功的话,会输出如下内容:
linziyu@iZbp11gznj7n38xkztu64dZ:~/sparkapp$ /usr/local/sbt/sbt package
Java HotSpot(TM) 64-Bit Server VM warning: ignoring option MaxPermSize=256M; support was removed in 8.0
[info] Set current project to Simple Project (in build file:/home/linziyu/sparkapp/)
[info] Compiling 1 Scala source to /home/linziyu/sparkapp/target/scala-2.11/classes...
[info] Packaging /home/linziyu/sparkapp/target/scala-2.11/simple-project_2.11-1.0.jar ...
[info] Done packaging.
[success] Total time: 5 s, completed Apr 11, 2018 2:17:57 PM
生成的 jar 包的位置为 ~/sparkapp/target/scala-2.11/simple-project_2.11-1.0.jar。
通过 spark-submit 运行程序
最后,我们就可以将生成的 jar 包通过 spark-submit 提交到 Spark 中运行了,命令如下:
cd ~/sparkapp
/usr/local/spark/bin/spark-submit --class "SimpleApp" ~/sparkapp/target/scala-2.11/simple-project_2.11-1.0.jar
#上面命令执行后会输出太多信息,可以不使用上面命令,而使用下面命令查看想要的结果
/usr/local/spark/bin/spark-submit --class "SimpleApp" ~/sparkapp/target/scala-2.11/simple-project_2.11-1.0.jar 2>&1 | grep "Lines with a:"
Shell 命令
最终得到的结果如下:
Lines with a: 62, Lines with b: 30
进阶安装,修改自定义仓库还有配置文件
在/usr/local/sbt下使用命令编辑
vim repositories
插入语句:
[repositories]
aliyun-maven-repo: https://maven.aliyun.com/repository/public
aliyun-nexus: https://maven.aliyun.com/nexus/content/groups/public/
typesafe: https://repo.typesafe.com/typesafe/ivy-releases/, [organization]/[module]/(scala_[scalaVersion]/)(sbt_[sbtVersion]/)[revision]/[type]s/artifact.[ext], bootOnly
maven-central
sonatype-oss-releases
sonatype-oss-snapshots
ivy-sbt-plugin: https://dl.bintray.com/sbt/sbt-plugin-releases/, [organization]/[module]/(scala_[scalaVersion]/)(sbt_[sbtVersion]/)[revision]/[type]s/artifact.[ext]
按esc退出编辑并且输入:wq退出
再次编辑我们的脚本文件,更改
vim sbt
#!/bin/bash
SBT_OPTS="-Xms512M -Xmx1536M -Xss1M -XX:+CMSClassUnloadingEnabled -XX:MaxPermSize=256M"
java $SBT_OPTS -Dsbt.global.base=/usr/local/sbt/.sbt -Dsbt.boot.directory=/usr/local/sbt/.sbt/boot -Dsbt.ivy.home=/usr/local/sbt/.ivy2 -Dsbt.override.build.repos=true -jar `dirname $0`/sbt-launch.jar "$@"
然后运行我们的脚本文件
sbt sbt-version
可以看到在我们自定义的路劲生成了.sbt还有.ivy2两个文件
为了加快速度,我们把默认生成在home目录下的两个.sbt还有.ivy2复制过来然后在执行脚本命令
如果出现warn多试几次就可以了(一般是网络的问题)
谢谢!
0.13.11的jar包,更改好仓库的
更改后的仓库
sbt-launch - 副本.jar
原仓库
sbt-launch.jar