基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

时间:2022-06-15 20:04:23

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言


1、Maven管理项目在JavaEE普遍使用,开发Spark项目也不例外,而Scala语言开发Spark项目的首选。因此需要构建Maven-Scala项目来开发Spark项目,本文采用的工具是IntelliJ IDEA 2016,IDEA工具越来越被大家认可,开发java, python ,scala 支持都非常好

下载链接 : https://www.jetbrains.com/idea/download/

安装直接下一步即可


2、安装scala插件,File->Settings->Editor->Plugins,搜索scala即可安装


基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

可能由于网络的原因下载不了,可以采取离线安装的方式,例如:

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

提示下载失败后,根据提示的地址下载离线安装包 http://plugins.jetbrains.com/files/631/24825/python-145.86.zip

在界面选择离线安装即可:

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言


3、创建Maven工程,File->New Project->Maven

选择相应的JDK版本,直接下一步

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

设定Maven项目的GroupId及ArifactId

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

创建项目的工程名称,点击完成即可基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

创建Maven工程完毕,默认是Java的,没关系后面我们再添加scala与spark的依赖

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言


4、修改Maven项目的pom.xml文件,增加scala与spark的依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>

<groupId>com.ganymede</groupId>
<artifactId>sparkplatformstudy</artifactId>
<version>1.0-SNAPSHOT</version>

<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<spark.version>1.6.0</spark.version>
<scala.version>2.10</scala.version>
<hadoop.version>2.6.0</hadoop.version>
</properties>

<dependencies>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_${scala.version}</artifactId>
<version>${spark.version}</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_${scala.version}</artifactId>
<version>${spark.version}</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-hive_${scala.version}</artifactId>
<version>${spark.version}</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_${scala.version}</artifactId>
<version>${spark.version}</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>2.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming-kafka_${scala.version}</artifactId>
<version>${spark.version}</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-mllib_${scala.version}</artifactId>
<version>${spark.version}</version>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>5.1.39</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
</dependencies>

<!-- maven官方 http://repo1.maven.org/maven2/ 或 http://repo2.maven.org/maven2/ (延迟低一些) -->
<repositories>
<repository>
<id>central</id>
<name>Maven Repository Switchboard</name>
<layout>default</layout>
<url>http://repo2.maven.org/maven2</url>
<snapshots>
<enabled>false</enabled>
</snapshots>
</repository>
</repositories>

<build>
<sourceDirectory>src/main/scala</sourceDirectory>
<testSourceDirectory>src/test/scala</testSourceDirectory>

<plugins>
<plugin>
<!-- MAVEN 编译使用的JDK版本 -->
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.3</version>
<configuration>
<source>1.7</source>
<target>1.7</target>
<encoding>UTF-8</encoding>
</configuration>
</plugin>
</plugins>
</build>
</project>




5、删除项目的java目录,新建scala并设置源文件夹

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

添加scala的SDK

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

添加scala的SDK成功

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

6、开发Spark实例

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言

测试案例来自spark官网的mllib例子 http://spark.apache.org/docs/latest/mllib-data-types.html

import org.apache.spark.{SparkConf, SparkContext}

/**
* Created by wuke on 2016/7/5.
*/
object LoadLibSVMFile extends App{
import org.apache.spark.mllib.regression.LabeledPoint
import org.apache.spark.mllib.util.MLUtils
import org.apache.spark.rdd.RDD

val conf = new SparkConf().setAppName("LogisticRegressionMail").setMaster("local")

val sc = new SparkContext(conf)
val examples: RDD[LabeledPoint] = MLUtils.loadLibSVMFile(sc, "data/mllib/sample_libsvm_data.txt")

println(examples.first)
}

测试通过


7、打包编译,线上发布

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言


注意选择依赖包

基于IntelliJ IDEA开发Spark的Maven项目——Scala语言