windows下spark开发环境配置
Posted donaldlee
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windows下spark开发环境配置相关的知识，希望对你有一定的参考价值。
http://www.cnblogs.com/davidwang456/p/5032766.html
--本篇随笔由同事葛同学提供。
windows下spark开发环境配置
特注：windows下开发spark不需要在本地安装hadoop，但是需要winutils.exe、hadoop.dll等文件，前提是你已经安装了eclipse、maven、jdk等软件
spark支持jdk版本建议是1.8及以上，如果开发spark建议将jdk编译版本设置为1.8
我选择的spark是spark-1.4.0-bin-hadoop2.6.tgz，故以该版本为例
第一步：下载spark-1.4.0-bin-hadoop2.6.tgz到本地，并解压在本地目录
地址为：http://spark.apache.org/downloads.html
第二步：下载windows下hadoop工具包（分为32位和64位的），在本地新建一个hadoop目录，必须有 bin目录例如：D:\\spark\\hadoop-2.6.0\\bin
然后将winutil等文件放在bin目录下
地址：https://github.com/sdravida/hadoop2.6_Win_x64/tree/master/bin
第三步：配置hadoop和spark的环境变量：
HADOOP_HOME 例如：D:\\spark\\hadoop-2.6.0
SPARK_HOME
SPARK_CLASSPATH
path中加入spark和hadoop
至此，在cmd命令下输入spark-shell 至此windows下配置ok了
搭建自己的spark maven项目hello world程序
对于已经安装了eclipse环境的程序员来说，不用再单独安装saprk的开发环境，由于spark是基于scala语言的，所以如果要想看源代码，需要安装scala的eclipse插件
第一步:安装scala的eclipse插件
地址：http://download.scala-ide.org/sdk/lithium/e44/scala211/stable/site
第一步：创建自己的spark maven项目
勾选create a simple project
第二步：选则maven生成的包，这里一定要选这jar，因为spark程序一般是打包为jar包的
其他必填自己按需填
第三步：添加spark的jar包到刚才新建的maven项目中
找到集群安装的spark安装目录，在lib目录下会看到
将加到maven项目的build path下
第四步：pom中添加自己的spark，hadoop maven依赖
例如：
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>1.5.2</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.10</artifactId>
<version>1.5.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>1.2.0</version>
</dependency>
第五部：spark程序的入口是main函数，至此可以编写自己的hello world并让它跑起来和调试
public class SparkMain implements Serializable {
public static void main(String[] args) throws Exception {
//编写自己的spark程序
System.out.println(“hello spark!”);
}
}
Now everything is ready for you to run your main Class. Enjoy!
以上是关于windows下spark开发环境配置的主要内容，如果未能解决你的问题，请参考以下文章
Spark MLlib速成宝典基础篇01Windows下spark开发环境搭建（Scala版）