建议大家写在Linux上搭建好Hadoop的完全分布式集群环境和Spark集群环境，以下在IDEA中搭建的环境仅仅是在window系统上进行spark程序的开发学习，在window系统上可以不用安装hadoop和spark，spark程序可以通过pom.xml的文件配置，添加spark-core依赖，可以直接在IDEA中编写spark程序并运行结果。
一、相关软件的下载及环境配置
1.jdk的下载安装及环境变量配置（我选择的版本是jdk8.0（即jdk1.8），建议不要使用太高版本的，不然配置pom.xml容易报错）
链接：https://pan.baidu.com/s/1deXf6pgMiRca1O724fUOxg 提取码：sxuy
双击安装包，一直“Next”即可，最好不要安装到C盘，中间修改一下安装路径即可，最后点击“Finish”。我将jdk1.8安装在了D盘目录下的soft文件夹，bin路径如下：
配置环境变量：
win+R打开命令窗口输入：javac -verison ，进行检测是否成功配置环境变量：
2.IDEA的下载安装（我选择的版本是2019.2.3，建议选择低版本的IDEA）
官网下载地址：IntelliJ IDEA – 领先的 Java 和 Kotlin IDE (jetbrains.com.cn)
3.scala的下载（我选择的版本是2.12.15）安装及环境变量的配置
官网下载地址：The Scala Programming Language (scala-lang.org)
双击打开下载好的安装程序，一直“Next”即可，最好不要安装到C盘，中间修改一下安装路径即可，最后点击“Finish”。我将scala软件安装在了D盘目录下的Develop文件夹，bin路径如下：
配置scala的系统环境变量，将scala安装的bin目录路径加入到系统环境变量path中：
win+R打开命令窗口输入：scala -verison ，进行检测是否成功配置环境变量：
4.scala插件（版本要与IDEA版本保持一致，下载2019.2.3版本）的下载安装
官网地址：Scala - IntelliJ IDEs Plugin | Marketplacehttps://plugins.jetbrains.com/plugin/1347-scala/versions/stable
下载完成后，将下载的压缩包解压到IDEA安装目录下的plugins目录下：
5.maven的下载（我选择的版本是3.5.4）与安装，系统环境变量的配置
官网地址:Maven – Download Apache Maven
将对应版本的压缩包下载到本地,并新建一个文件夹Localwarehouse，用来保存下载的依赖文件
配置maven的系统环境配置，跟以上配置的方法一样，将bin目录地址写入path环境变量：
打开maven安装包下的conf文件夹下面的settings.xml,添加如下代码：
在settings.xml配置文件中找到mirrors节点，添加阿里云仓库代码，具体代码如下配置（注意要添加在
添加如下代码用来配置jdk版本：
二、将maven加载到IDEA中
三、检测scala插件是否在IDEA中已经安装成功
四、用maven新建一个工程项目
五、配置pom.xml文件
1.如果只需要在本地运行spark程序，则只需要添加scala-library、spark-core、spark-sql、spark-streaming等依赖，添加代码如下：
六、新建scala类文件编写代码
当你右键发现无法新建scala类，需要将scala SDK添加到当前项目中。
鼠标点击java文件夹，右键new--->Scala Class
在WordCount文件中编写如下代码：
import org.apache.spark.sql.SparkSession
object WordCount {
def main(args: Array[String]): Unit = {
val spark = SparkSession
.builder()
.master("local[*]")
.appName("word count")
.getOrCreate()
val sc = spark.sparkContext
val rdd = sc.textFile("data/input/words.txt")
val counts = rdd.flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_)
counts.collect().foreach(println)
println("全部的单词数："+counts.count())
counts.saveAsTextFile("data/output/word-count")
}
}
准备好测试文件words.txt,将文件存放在scalaproject-->data-->input-->words.txt
hello me you her
hello me you
hello me
hello
运行WordCount程序
运行结果：
七、其他注意事项
如果运行spark程序，控制台有输出 “Could not locate executable null\bin\winutils.exe in the Hadoop binaries”错误提示，解决方案请参考以下文章：
https://blog.csdn.net/hyj_king/article/details/104299371https://blog.csdn.net/hyj_king/article/details/104299371
winuntils.exe下载地址：
GitHub - cdarlint/winutils: winutils.exe hadoop.dll and hdfs.dll binaries for hadoop windowswinutils.exe hadoop.dll and hdfs.dll binaries for hadoop windows - cdarlint/winutilshttps://github.com/cdarlint/winutils
如果运行你的spark程序，在控制台上打印出很多info信息，解决方案请参考以下文章：
Spark控制台不打印INFO，只输出结果_no custom resources configured for spark.driver.-CSDN博客https://blog.csdn.net/weixin_44328257/article/details/125846290
好文阅读
您阅读本篇文章共花了：
发表评论