IDEA开发Spark应用实战(Scala)

Posted 程序员欣宸

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了IDEA开发Spark应用实战(Scala)相关的知识,希望对你有一定的参考价值。

欢迎访问我的GitHub

https://github.com/zq2599/blog_demos

内容:原创文章分类汇总及配套源码,涉及Java、Docker、K8S、Devops等


Scala语言在函数式编程方面的优势适合Spark应用开发,IDEA是我们常用的IDE工具,今天就来实战IDEA开发Scala版的Spark应用;

版本信息

以下是开发环境:

  1. 操作系统:win10;
  2. JDK:1.8.0_191;
  3. IntelliJ IDEA:2018.2.4 (Ultimate Edition)

以下是运行环境:

  1. Spark:2.3.3;
  2. Scala:2.11.12;
  3. Hadoop:2.7.7;

如果您想在几分钟之内搭建好Spark集群环境,请参考《》;

下载Spark安装包

  1. 去spark官网下载spark安装包,里面有开发时所需的库,如下图,地址是:http://spark.apache.org/downloads.html
  2. 将下载好的文件解压,例如我这里解压后所在目录是:C:\software\spark-2.3.3-bin-hadoop2.7

IDEA安装scala插件

  1. 打开IDEA,选择"Configure"->"Plugins",如下图: IDEA开发Spark应用实战(Scala)
  2. 如下图,在红框1输入"scala",点击红框2,开始在中央仓库搜索: IDEA开发Spark应用实战(Scala)
  3. 在搜索结果中选中"scala",再点击右侧的"Install",如下: IDEA开发Spark应用实战(Scala)
  4. 等待在线安装成功后,点击"Restart IntelliJ IDEA",如下: IDEA开发Spark应用实战(Scala)

新建scala工程

  1. 点击下图红框,创建一个新工程: IDEA开发Spark应用实战(Scala)
  2. 在弹出窗口中选择"Scala"->"IDEA",如下图: IDEA开发Spark应用实战(Scala)
  3. 如下图,在红框1中输入项目名称,点击红框2,选择Scala SDK: IDEA开发Spark应用实战(Scala)
  4. 在弹出的窗口选择"2.11.12"版本,如下图: IDEA开发Spark应用实战(Scala)
  5. 点击下图红中的"Finish",完成工程创建: IDEA开发Spark应用实战(Scala)
  6. 工程创建成功了,接下来是添加spark库,点击"File"->"Project Structure",如下图: IDEA开发Spark应用实战(Scala)
  7. 在弹出窗口选择新增一个jar库,如下图: IDEA开发Spark应用实战(Scala)
  8. 在弹出窗口选择前面安装的 spark-2.3.3-bin-hadoop2.7文件夹下面的jar文件夹,如下: IDEA开发Spark应用实战(Scala)
  9. 如下图,弹出的窗口用来选择模块,就选工程目录即可: IDEA开发Spark应用实战(Scala)
  10. 至此,整个spark开发环境已经设置好了,现在写一个demo试试,创建一个object,源码如下:
package com.bolingcavalry.sparkscalademo.app
import org.apache.spark.{SparkConf, SparkContext}
/** * @Description: 第一个scala语言的spark应用 * @author: willzhao E-mail: zq2599@gmail.com * @date: 2019/2/16 20:23 */object FirstDemo { def main(args: Array[String]): Unit={ val conf = new SparkConf() .setAppName("first spark app(scala)") .setMaster("local[1]");
new SparkContext(conf) .parallelize(List(1,2,3,4,5,6)) .map(x=>x*x) .filter(_>10) .collect() .foreach(println); }}

以上代码的功能很简单:创建用一个数组,将每个元素做平方运算,再丢弃小于10的元素,然后逐个打印出来;11. 代码完成后,点击右键选择"Run FirstDemo",即可立即在本机运行,如下图:IDEA开发Spark应用实战(Scala)12. 由于windows环境并没有做hadoop相关配置,因此控制台上会有错误堆栈输出,但这些信息并不影响程序运行(本例没有用到hadoop),输出如下,可见结果已经被打印出来(16、25、36):

2019-02-17 09:04:21 INFO TaskSchedulerImpl:54 - Removed TaskSet 0.0, whose tasks have all completed, from pool 2019-02-17 09:04:21 INFO DAGScheduler:54 - ResultStage 0 (collect at FirstDemo.scala:20) finished in 0.276 s2019-02-17 09:04:21 INFO DAGScheduler:54 - Job 0 finished: collect at FirstDemo.scala:20, took 0.328611 s1625362019-02-17 09:04:21 INFO SparkContext:54 - Invoking stop() from shutdown hook2019-02-17 09:04:21 INFO AbstractConnector:318 - Stopped Spark@452ba1db{HTTP/1.1,[http/1.1]}{0.0.0.0:4040}2019-02-17 09:04:21 INFO SparkUI:54 - Stopped Spark web UI at http://DESKTOP-82CCEBN:40402019-02-17 09:04:21 INFO MapOutputTrackerMasterEndpoint:54 - MapOutputTrackerMasterEndpoint stopped!2019-02-17 09:04:21 INFO MemoryStore:54 - MemoryStore cleared2019-02-17 09:04:21 INFO BlockManager:54 - BlockManager stopped2019-02-17 09:04:21 INFO BlockManagerMaster:54 - BlockManagerMaster stopped2019-02-17 09:04:21 INFO OutputCommitCoordinator$OutputCommitCoordinatorEndpoint:54 - OutputCommitCoordinator stopped!2019-02-17 09:04:21 INFO SparkContext:54 - Successfully stopped SparkContext2019-02-17 09:04:21 INFO ShutdownHookManager:54 - Shutdown hook called2019-02-17 09:04:21 INFO ShutdownHookManager:54 - Deleting directory C:\Users\12167\AppData\Local\Temp\spark-4bbb584a-c7c2-4dc8-9c7e-473de7f8c326
Process finished with exit code 0

构建打包,提交到spark环境运行

  1. 生产环境下一般是将应用构建打包成jar,放到spark集群中运行,所以我们来操作构建打包;
  2. 在菜单上选择"File"->"Project Structure",弹出窗口点击"Artifacts",选择新增jar,如下图: IDEA开发Spark应用实战(Scala)
  3. 如下图,在弹出的窗口中,红框1位置输入要运行的class,红框2选择的是单选框的第二个"copy to the output ...": IDEA开发Spark应用实战(Scala)
  4. 在菜单上选择"Build"->"Build Artifacts...",如下图: IDEA开发Spark应用实战(Scala)
  5. 在弹出的菜单中选择"sparkscalademo:jar"->"Rebuild",如下: IDEA开发Spark应用实战(Scala)
  6. 如果编译成功,在项目的 out\artifacts目录下就会生成文件sparkscalademo.jar,如下:
  7. 将文件上传到spark服务器上,执行提交命令:
spark-submit --class com.bolingcavalry.sparkscalademo.app.FirstDemo /root/jars/sparkscalademo.jar
  1. 控制台会显示运行信息和结果,如下图: 至此,idea开发spark应用实战就完成了,希望在您配置开发环境的时候本文能够提供一些参考;

以上是关于IDEA开发Spark应用实战(Scala)的主要内容,如果未能解决你的问题,请参考以下文章

spark学习进度5-利用开发工具IntelliJ IDEA编写Spark应用程序(Scala+Maven)

安装 IDEA 安装 Scala 插件以及导入 Spark 源码

如何在idea中用maven配置spark和scala

IntelliJ IDEA开发Spark的Maven项目Scala语言

第43讲:Scala中类型变量Bounds代码实战及其在Spark中的应用源码解析

Spark机器学习速成宝典基础篇01Windows下spark开发环境搭建+sbt+idea(Scala版)