Idea下用SBT搭建Spark Helloworld

2022-10-29
原文

没用过IDEA工具，听说跟Eclipse差不多，sbt在Idea其实就等于maven在Eclipse。Spark运行在JVM中，所以要在Idea下运行spark，就先要安装JDK 1.8+ 然后加入Scala和Spark的依赖包就可以进行开发了，不要安装低版本的JDK。

先下载Idea的社区版

https://www.jetbrains.com/idea/download/download-thanks.html?platform=windows&code=IIC

Scala、Spark环境

安装完后下载Scala插件

新建sbt工程

这里需要注意，如果选择Spark2.0以上，那么Scala要选2.11以上。因为我用的是Spark2.0.2，所以就选择2.11.1，选择JDK版本后确认。

工程创建成功后的目录

编辑build.sbt文件，添加Spark依赖

name := "Scala"

version := "1.0"

scalaVersion := "2.11.1"

libraryDependencies += "org.apache.spark" % "spark-core_2.11" % "2.0.2"

保存，等待下载完依赖的包。

PS： Scala版本对应的Spark可在官网查询

Helloworld

在project下 src/scala包下创建一个scala.class

helloworld.scala

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

/**<br/>
  * Created by Jan on 2016/12/19.<br/>
  */<br/>
object Helloworld {

    def main(args: Array[String]) {<br/>
      val logFile = "./README.md"  // Should be some file on your server.<br/>
      val conf = new SparkConf().setAppName("Simple Application").setMaster("local")<br/>
      val sc = new SparkContext(conf)<br/>
      val logData = sc.textFile(logFile, 2).cache()<br/>
      val numAs = logData.filter(line => line.contains("h")).count()<br/>
      val numBs = logData.filter(line => line.contains("j")).count()<br/>
      println("Lines with h: %s, Lines with j: %s".format(numAs, numBs))<br/>
    }

}

上面代码目的是：在本地读取一个叫README.md的文件，通过Spark内存分析，计算字母“h”和字母“j”在文件中出现多少次。

运行代码