写点什么

IDEA 开发 Spark 应用实战 (Scala)

作者:程序员欣宸
  • 2022 年 8 月 21 日
    广东
  • 本文字数:2254 字

    阅读完需:约 7 分钟

IDEA开发Spark应用实战(Scala)

欢迎访问我的 GitHub

这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos


  • 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;


下载 Spark 安装包

  • 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


  • 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

  • 打开 IDEA,选择"Configure"->"Plugins",如下图:


  • 如下图,在红框 1 输入"scala",点击红框 2,开始在中央仓库说搜索:


  • 在搜索结果中选中"scala",再点击右侧的"Install",如下:


  • 等待在线安装成功后,点击"Restart IntelliJ IDEA",如下:


新建 scala 工程

  • 点击下图红框,创建一个新工程:


  • 在弹出窗口中选择"Scala"->"IDEA",如下图:


  • 如下图,在红框 1 中输入项目名称,点击红框 2,选择 Scala SDK:


  • 在弹出的窗口选择"2.11.12"版本,如下图:


  • 点击下图红中的"Finish",完成工程创建:


  • 工程创建成功了,接下来是添加 spark 库,点击"File"->"Project Structure",如下图:


  • 在弹出窗口选择新增一个 jar 库,如下图:


  • 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:


  • 如下图,弹出的窗口用来选择模块,就选工程目录即可:


  • 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); }}
复制代码


  • 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;

  • 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:



  • 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
复制代码

构建打包,提交到 spark 环境运行

  • 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;

  • 在菜单上选择"File"->"Project Structure",弹出窗口点击"Artifacts",选择新增 jar,如下图:


  • 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 ...":


  • 在菜单上选择"Build"->"Build Artifacts...",如下图:


  • 在弹出的菜单中选择"sparkscalademo:jar"->"Rebuild",如下:


  • 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:


  • 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
复制代码


  • 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;

欢迎关注 InfoQ:程序员欣宸

学习路上,你不孤单,欣宸原创一路相伴...


发布于: 刚刚阅读数: 2
用户头像

搜索"程序员欣宸",一起畅游Java宇宙 2018.04.19 加入

前腾讯、前阿里员工,从事Java后台工作,对Docker和Kubernetes充满热爱,所有文章均为作者原创,个人Github:https://github.com/zq2599/blog_demos

评论

发布
暂无评论
IDEA开发Spark应用实战(Scala)_8月月更_程序员欣宸_InfoQ写作社区