搭建scala 开发spark程序环境及实例演示

Posted 2020-08-31

上一篇博文已经介绍了搭建scala的开发环境，现在进入正题。如何开发我们的第一个spark程序。

1. 下载spark安装包，下载地址http://spark.apache.org/downloads.html（因为开发环境需要引用spark的jar包）

   我下载的是spark-2.1.0-bin-hadoop2.6.tgz，因为我的scalaIDE版本是scala-SDK-4.5.0-vfinal-2.11-win32.win32.x86_64.zip

   最好，IDE版本和spark版本要匹配，否则，开发程序的时候，可能会包引用的jar包错误等等。

2. new 一个 scala project，然后new 一个 scala object

   

代码如下：

package com.test

import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
 
 /**
  * 统计字符出现次数
  */
 object WordCount {
   def main(args: Array[String]) {
     if (args.length < 1) {
       System.err.println("Usage: <file>")
       System.exit(1)
     }
 
     val conf = new SparkConf();//创建SparkConf对象
     conf.setAppName("Wow,My First Spark Programe");//设置应用程序的名称，在程序运行的监
     conf.setMaster("local")//此时，程序在本地运行，不需要安装Spark集群

     val sc = new SparkContext(conf);//创建SparkContext对象，通过传入SparkConf实例
//     val lines = sc.textFile(args(0));
     val lines = sc.textFile(args(0));
     val words = lines.flatMap{line => line.split(" ")};//对每一行的字符串进行单词拆
     val pairs = words.map{word => (word,1)};
    
     val wordCounts = pairs.reduceByKey(_+_);//对相同的Key，进行Value的累计（包括Local和Reducer级别同时Reduce）
 //    val wordCounts = pairs.reduce((x,y)=>(x.));
     wordCounts.foreach(wordNumberPair => println(wordNumberPair._1 + " : " +wordNumberPair));
     
 
//     line.flatMap(_.split(" ")).map((_, 1)).reduceByKey(_+_).collect().foreach(println)
 
     sc.stop()
   }
 }

3.配置JDK1.8 和引入spark jar包

spark的jar包是 spark安装包解压之后jars目录里面的jar包，可以把这个目录下面的所有jar包都引入工程

4.run Configurations,配置运行入参，

因为 这个代码是读入一个文本，在hadoop文件系统，可以spark-submit的时候传入这个参数，在windows 本地开发环境可以在eclipse里面配置这个参数，见下面的图

val lines = sc.textFile(args(0));

4.入参文本及运行结果

入参文本：

run scala Application运行结果

ok,开发环境搭建完毕。

本文出自 “改变世界” 博客，请务必保留此出处http://wongsong.blog.51cto.com/6040075/1898452