Spark新手入门——1.Scala环境准备

主要包括以下三部分，本文为第一部分：
一. Scala环境准备
二. Hadoop集群(伪分布模式)安装 查看
三. Spark集群(standalone模式)安装 查看

因Spark任务大多由Scala编写，因此，首先需要准备Scala环境。
注：楼主实验环境为mac os

Scala环境准备

1. 下载JDK1.8并安装、配置环境变量(JAVA_HOME)，建议使用1.8，与时俱进；

2. 下载scala-sdk并解压到某个路径(如：~/tools/scala-2.12.6)，为方便使用还可以设置一下SCALA_HOME，在终端输入~/tools/scala-2.12.6/bin/scala(未设置SCALA_HOME)或scala(前提设置了SCALA_HOME)可以验证scala的版本或进行交互实验(scala官网推荐的图书《Programming in Scala, 3rd ed》中的实例均为在此模式下运行，故学习scala阶段到这一步就够了)
   

3. 下载IntelliJ IDEA(Ultimate"版即为免费版本)并安装，安装后安装Scala插件(plugin)，如下图所示；
   打开plugin菜单:
   

搜索并安装scala插件

1. 写个小程序测试一下吧
   选择“Create New Project”
   

选择项目类型为“Scala”

默认没有Scala SDK，通过以下方式添加：Create->Browse...

找到SCALA_HOME

完成配置

为方便开发，将项目转换为maven项目以解决繁琐的依赖包问题，项目名右键-->Add Framework Support...

选择maven

项目会自动引入pom.xml，变为scala maven project，并在src下创建source root(可以在package上右键更改)

source root(该项目中为main.java)上右键-->New-->Scala Class

选择类型为Object，用以创建main函数

编写测试代码

在代码空白处或项目名处右键-->Run 'ScalaTest'测试代码

虽然引入了pom.xml，默认却不会自动import依赖包，出现提示选择“Auto-Import”

测试结果

之所以这一步这么详细是因为我发现创建项目的时候选择哪种project类型会很纠结，也没有官方标准，经过实验，推崇先创建scala project再转换为maven project；如果创建的时候选择了maven project，通过“Add Framework Support...”再引入Scala SDK也是可以的，最终效果和图中给出的差不多，但是目录结构会有差异。

注1：SCALA_HOME、JAVA_HOME在mac下设置方式：
在~/.bash_profile中添加如下指令：

export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_161.jdk/Contents/Home
export SCALA_HOME=/Users/<你的名字>/tools/scala-2.12.6
export PATH=$JAVA_HOME/bin:$SCALA_HOME/bin:$PATH

参考文档：官方文档