IDEA开发Spark应用实战(Scala)

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：

2. 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：

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

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

新建scala工程

1. 点击下图红框，创建一个新工程：

2. 在弹出窗口中选择"Scala"->“IDEA”，如下图：

3. 如下图，在红框1中输入项目名称，点击红框2，选择Scala SDK：

4. 在弹出的窗口选择"2.11.12"版本，如下图：

5. 点击下图红中的"Finish"，完成工程创建：

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

7. 在弹出窗口选择新增一个jar库，如下图：

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：

9. 如下图，弹出的窗口用来选择模块，就选工程目录即可：

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：

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 s

2019-02-17 09:04:21 INFO DAGScheduler:54 - Job 0 finished: collect at FirstDemo.scala:20, took 0.328611 s

16

25

36

2019-02-17 09:04:21 INFO SparkContext:54 - Invoking stop() from shutdown hook

2019-02-17 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:4040

2019-02-17 09:04:21 INFO MapOutputTrackerMasterEndpoint:54 - MapOutputTrackerMasterEndpoint stopped!

2019-02-17 09:04:21 INFO MemoryStore:54 - MemoryStore cleared

2019-02-17 09:04:21 INFO BlockManager:54 - BlockManager stopped

2019-02-17 09:04:21 INFO BlockManagerMaster:54 - BlockManagerMaster stopped

2019-02-17 09:04:21 INFO OutputCommitCoordinator$OutputCommitCoordinatorEndpoint:54 - OutputCommitCoordinator stopped!

2019-02-17 09:04:21 INFO SparkContext:54 - Successfully stopped SparkContext

2019-02-17 09:04:21 INFO ShutdownHookManager:54 - Shutdown hook called

2019-02-17 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

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注：Java）

最后

各位读者，由于本篇幅度过长，为了避免影响阅读体验，下面我就大概概括了整理了

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
71716)]

[外链图片转存中…(img-bNEiEPLw-1713858471716)]

[外链图片转存中…(img-ZTLJlfKm-1713858471717)]

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！