spark java eclipse_Spark+ECLIPSE+JAVA+MAVEN windows开发环境搭建及入门实例【附详细代码】...

前言

本文旨在记录初学Spark时，根据官网快速入门中的一段Java代码，在Maven上建立应用程序并实现执行。

首先推荐一个很好的入门文档库，就是CSDN的Spark知识库，里面有很多spark的从入门到精通的形形色色的资料，

1.开发软件恭喜你，拿到spark驾考名额了，可以开始参加驾校培训了~http://lib.csdn.net/base/spark

大概理解下：spark主要分为  1.核心  2.实时streaming 3.对sql支持sparksql 4.机器学习mllib  还有别的暂时不考虑

本文只引入sparkcore核心部门案例入门，其他的同学们自己去探索吧~

环境准备：   window电脑一台是不可少的，不然怎么玩

其他需要安装的软件：     版本可以自己选择 ，以下是我的选择

1)  JDK          版本：1.7

2)  Maven     版本：3.2.3     :         http://maven.apache.org/

3)  Spark       版本：spark-1.1.0    http://spark.apache.org/

4》eclipse

注意安装的软件的位数和操作系统的位数。

1.JDK安装

具体安装步骤过于简单 略~

2.MAVEN安装

下载解压，具体安装步骤过于简单 略~

3.spark 安装

下载解压，具体安装步骤过于简单 略~

4.eclipse 安装

下载解压，具体安装步骤不是很简单，不能略，因为要安装maven

那就下载有maven的eclipse版本即可，推荐luna的eclipse 自带maven的

下载winutil 放到spark 的bin目录下

配置环境变量

需要配置 JAVA_HOME   HADOOP_HOME(配置为spark_Home，为winutil使用)  SPARK_HOME MAVEN_HOME   并在path中加入以上三个bin

cmd中分别测试 mvn -v   java -version  spark-shell 安装是否成功

工程构建

建立一个统计  文件中出现某个字符的行数。

建立Maven工程

修改pom.xml为：

xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

4.0.0

com.dt.spark

SparkApps

0.0.1-SNAPSHOT

jar

SparkApps

http://maven.apache.org

UTF-8

junit

junit

3.8.1

test

org.apache.spark

spark-core_2.10

1.6.0

org.apache.spark

spark-sql_2.10

1.6.0

org.apache.spark

spark-hive_2.10

1.6.0

org.apache.spark

spark-streaming_2.10

1.6.0

org.apache.hadoop

hadoop-client

2.6.0

org.apache.spark

spark-streaming-kafka_2.10

1.6.0

org.apache.spark

spark-graphx_2.10

1.6.0

org.apache.maven.plugins

maven-assembly-plugin

2.2-beta-5

commons-lang

commons-lang

2.3

src/main/java

src/test/java

maven-assembly-plugin

jar-with-dependencies

make-assembly

package

single

org.codehaus.mojo

exec-maven-plugin

1.3.1

exec

java

false

compile

com.dt.spark.SparkApps.App

org.apache.maven.plugins

maven-compiler-plugin

1.6

1.6

修改完成后，需要下载比较多东西来构建工作空间， 此过程后可以先去吃个饭，跑两圈再回来~

编写代码

public static void main( String[] args )

{

String readme="D:\\spark\\CHANGES.txt";

SparkConf conf=new SparkConf().setAppName("tiger's first spark app");

JavaSparkContext sc =new JavaSparkContext(conf);

JavaRDD logData=sc.textFile(readme).cache();

long num=logData.filter(new Function(){

public Boolean call(String s){

return s.contains("a");

}

}).count();

System.out.println("the count of word a is "+num);

}

运行程序

编译应用程序

进入workplace项目，运行mvn compile，编译代码

打包程序

运行mvn package,系统将自动将应用程序代码打包成jar。运行成功后，在项目文件夹下的target文件夹下，将生成名为SimApp-1.0-SNAPSHOT.jar。

运行程序

使用spark-submit在本地运行应用  在elipse 下面参数总是出现错误，还在探索中。。

在cmd中输入 spark文件包bin下spark-submit文件所在的路径， 类名(加上包名)，jar包所在的路径

D:\Spark_Tools\apache-maven-3.2.3\Maven_Project\SimApp>d:\Spark_Tools\spark-1.1.0-bin-hadoop1\bin\spark-submit --class "aa" --master local[4]  bb

aa 是程序的主程序路径  com..xxxxxx.xxxx  bb 是你打包的jar 路径  在target下 ，由pom.xml配置得到的。

在输出信息的最后一行，将看到程序的运行结果：

the count of word a is 20132

恭喜你，拿到spark驾照。。可以开车了...  上路需小心，多练习吧~

有问题可以留言，欢迎探讨，我会积极回复！~