前言:本人水平有限,目前在前辈的指导下进行Spark开发的自学,在此整理出自学笔记,主要是巩固一下学习的内容,如果本文内容能对各位读者有所启发,我将十分高兴。另外由于个人水平有限,所写内容难免有疏漏之处,欢迎各位批评指出。
Spark开发环境搭建
本文的操作环境和安装的版本
- 操作系统:Windows 10 1909版本
- IDE:IntelliJ IDEA Ultimate 2019.2.4版本
- JDK:1.8.0_221
- Hadoop:2.7.1
- Spark:3.0.0-preview
- Scala:2.12.10
- Maven:3.6.2
一、Java环境搭建
安装java环境需要安装部署JDK和JRE,本次选择的JDK版本是1.8。前往官网即可下载,官网链接:JDK下载地址。
我们选择64位Windows版本下载,然后进行安装。
安装完成之后进行系统变量的配置,需要配置如下系统变量。(请根据自己的安装目录进行设置)
- JAVA_HOME:C:\Program Files\Java\jdk1.8.0_221
- CLASSPATH:.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;
- Path:%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin
完成之后在命令行分别输入java、javac命令均有相应结果,说明配置正确。
二、安装IDE
本文选用的IDE为JetBrains套件中的IntelliJ IDEA,可以前往JetBrains官网下载安装,具体安装方式不再演示。
三、Hadoop安装
本文下载的Hadoop版本为2.7.1,前往Hadoop镜像网站下载对应的Hadoop包。
在Windows环境下部署Hadoop环境与Linux不同,需要额外的文件,不单单是解压就可以了。额外的文件包括hadoop.dll和winutils.exe,这两个文件可以在4ttty的winutils GitHub项目下找到,复制这两个文件到Hadoop文件夹下的bin目录下。
实际在配置的时候如果只添加上述两个文件还是会导致Spark项目运行报错,说winutils.exe与你运行的Windows版本不兼容;后来我经过大量尝试发现需要把上述的GitHub工程中对应Hadoop版本下的bin文件夹下的全部拷贝到本机上的Hadoop/bin文件夹下才能正常。
完成后配置系统环境变量,如下。(请根据自己的安装目录进行设置)
- HADOOP_HOME:D:\Compilers\hadoop-2.7.1
- Path:%HADOOP_HOME%\bin
四、Spark安装
在Spark官网下载合适版本的Spark,需要注意版本需要契合之前安装的Hadoop版本,本文就选用3.0.0-preview版本。
和Hadoop的安装类似,解压,修改系统环境变量如下。(请根据自己的安装目录进行设置)
- SPARK_HOME:D:\Compilers\spark-3.0.0-preview-bin-hadoop2.7
- Path:%SPARK_HOME%\bin
五、Scala语言安装
前往Scala官方网站选择相应版本的Scala版本进行安装,注意此处安装的版本需要和选用的Spark版本对应的Scala版本相一致才行,例如本文选用的Spark版本为3.0.0-preview(目前最新),其对应的适用Scala版本为2.12.10。
查询这种对应关系可以通过查看Spark中的jar包中的scala-compiler-2.XX.XX.jar,最后面的数字即为对应的Scala版本。本文中的对应jar包为scala-compiler-2.12.10,即Scala版本为2.12.10。
安装过程保持默认即可。
完成后修改系统变量如下。(请根据自己的安装目录进行设置)
- SCALA_HOME:C:\Program Files (x86)\scala
- Path:%SCALA_HOME%\bin
六、安装maven
前往maven官网下载maven的二进制ZIP包,在特定目录解压即可。
七、工程项目环境配置
(一)IDE配置
打开IntelliJ IDEA,第一次使用需要激活、设定UI、选用下载插件,统统默认完成之后打开如下界面。
接下来需要依次设置配置下的Plugins、Structure for New Projects、Settings选项。
首先是Plugins,安装Scala插件,完成后点击OK。
然后设置Structure for New Projects,Project选项卡,点击New按钮,点击JDK选项,选择刚才安装的JDK路径,确认。
Global Libraries选项卡,点击加号,选择Scala SDK,添加刚刚在系统中安装的Scala,点击OK。
最后设置Settings,选择Build, Execution, Deployment下的Build Tools下的Maven选项卡,设置右侧Maven home directory为刚刚maven下载的解压目录&#x