使用 IntelliJ IDEA 导入 Spark 最新源码

使用 IntelliJ IDEA 导入 Spark 最新源码及编译 Spark 源代码

###准备工作

首先你的系统中需要安装了 JDK 1.6+，并且安装了 Scala。之后下载最新版的 IntelliJ IDEA 后，首先安装（第一次打开会推荐你安装）Scala 插件，相关方法就不多说了。至此，你的系统中应该可以在命令行中运行 Scala。我的系统环境如下：

Mac OS X（10.9.5）
JDK 1.7.71
Scala 2.10.4
IntelliJ IDEA 14

另外，最后还是建议大家开始先使用 pre-built 的 Spark，对 Spark 的运行、使用方法有所了解，编写了一些 Spark 应用程序后再展开源代码的阅读，并尝试修改源码，进行手动编译。
从 Github 导入 Spark 工程

打开IntelliJ IDEA 后，在菜单栏中选择 VCS→Check out from Version Control→Git，之后在 Git Repository URL 中填入 Spark 项目的地址，并指定好本地路径，如下图所示。

点击该窗口中的的 Clone 后，开始从 Github 中 clone 该项目，该过程试你网速而定，大概需要3-10分钟。
编译 Spark

当 clone 完毕后，IntelliJ IDEA 会自动提示你该项目有对应的 pom.xml 文件，是否打开。这里直接选择 Open 该 pom.xml 文件，然后系统会自动解析项目的相关依赖，该步骤也会因你的网络和系统相关环境，所需时间不同。

该步骤完成之后，请手动编辑 Spark 根目录下的 pom.xml 文件，找到其中指定 java 版本的那一行(java.version)，根据你的系统环境，如果使用的是 jdk1.7 ，那么或许需要你将其值改成1.7（默认是1.6）。

之后打开 shell 终端，在命令行中进入刚才导入的 spark 项目根目录，执行

sbt/sbt assembly

该编译命令将全部采用默认的配置来编译 Spark，若想指定相关组件的版本，可以查看 Spark 官网中的 Build-Spark（http://spark.apache.org/docs/latest/building-spark.html），查看所有常用的编译选项。该过程目前不需要 VPN 即可完成，为了预估编译所需的时间，你可以在新开一个 shell 终端，不断查看 spark 项目目录的大小，我最终采用默认配置，编译成功后的 spark 目录大小为2.0G。
结束语

至此，为了检验你的编译结果，可以在命令行中进入 spark/bin 目录，运行 spark-shell，若一切都正常启动，则编译成功。若你修改了 Spark 的源码，可以重新使用 sbt 来进行编译，并且编译的时间不会像第一次编译那么长。如果你有任何问题，欢迎评论交流！

---

---

8月31日重试：
参考

导入Spark工程

首先下载Spark源码并解压到本地。
打开IDEA，在菜单栏中选择File下的New，选择Project from Existing Sources，找到解压后的Spark工程文件夹。
选择Import project from external model中的SBT project。
下一步选择Project SDK为JDK，最好勾上Use auto-import，然后点击完成。这时，IDEA会自动下载安装SBT所需的各种包，没有装Git可能会报错。

因为Spark是一个比较大的工程，所需的包也很多，这个过程也会特别慢，请耐心等待。
导入完成后，自动打开工程，要等一段时间，等待sbt对这个工程进行编译。

如果在提示栏出现如下的提示内容”is waiting for .sbt.ivy.lock”，说明该lock文件无法创建，需要手工删除
参考

cd $HOME/.ivy2
rm *.lock

手工删除掉lock之后，重启idea,重启后会继续上次没有完成的sbt过程。