环境：intellij idea
版本：spark-2.2.1 scala-2.11.0
利用 maven 第一次创建 scala 项目也遇到了许多坑
创建一个 scala 的 wordcount 程序
第一步：intellij idea下安装 scala 插件
安装完 scala 插件完成
第二步：maven 下 scala 下的项目创建
正常创建 maven 项目（不会的看另一篇 maven 配置）
第三步：scala 版本的下载及配置
通过spark官网下载页面 可知“note: starting version 2.0, spark is built with scala 2.11 by default.”，建议下载spark2.2对应的 scala 2.11。
登录scala官网，单击download按钮，然后再“other releases”标题下找到“下载2.11.0
根据自己的系统下载相应的版本
接下来就是配置scala 的环境变量（跟 jdk 的配置方法一样）
输入 scala -version 查看是否配置成功 会显示 scala code runner version 2.11.0 – copyright 2002-2013, lamp/epfl
选择自己安装 scala 的路径
第四步：编写 scala 程序
将其他的代码删除，不然在编辑的时候会报错
配置 pom.xml文件
在里面添加一个 spark
我要评论
<properties>
<scala.version>2.11.0</scala.version>
<spark.version>2.2.1</spark.version>
</properties>
<dependency>
<groupid>org.apache.spark</groupid>
<artifactid>spark-core_2.11</artifactid>
<version>${spark.version}</version>
</dependency>
具体的 pom.xml 内容
<project xmlns="http://maven.apache.org/pom/4.0.0" xmlns:xsi="http://www.w3.org/2001/xmlschema-instance" xsi:schemalocation="http://maven.apache.org/pom/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
<modelversion>4.0.0</modelversion>
<groupid>cn.spark</groupid>
<artifactid>spark</artifactid>
<version>1.0-snapshot</version>
<inceptionyear>2008</inceptionyear>
<properties>
<scala.version>2.11.0</scala.version>
<spark.version>2.2.1</spark.version>
</properties>
<pluginrepositories>
<pluginrepository>
<id>scala-tools.org</id>
<name>scala-tools maven2 repository</name>
<url>http://scala-tools.org/repo-releases</url>
</pluginrepository>
</pluginrepositories>
<dependencies>
<dependency>
<groupid>org.scala-lang</groupid>
<artifactid>scala-library</artifactid>
<version>${scala.version}</version>
</dependency>
<dependency>
<groupid>org.apache.spark</groupid>
<artifactid>spark-core_2.11</artifactid>
<version>${spark.version}</version>
</dependency>
<dependency>
<groupid>junit</groupid>
<artifactid>junit</artifactid>
<version>4.4</version>
<scope>test</scope>
</dependency>
<dependency>
<groupid>org.specs</groupid>
<artifactid>specs</artifactid>
<version>1.2.5</version>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<sourcedirectory>src/main/scala</sourcedirectory>
<testsourcedirectory>src/test/scala</testsourcedirectory>
<plugins>
<plugin>
<groupid>org.scala-tools</groupid>
<artifactid>maven-scala-plugin</artifactid>
<executions>
<execution>
<goals>
<goal>compile</goal>
<goal>testcompile</goal>
</goals>
</execution>
</executions>
<configuration>
<scalaversion>${scala.version}</scalaversion>
<args>
<arg>-target:jvm-1.5</arg>
</args>
</configuration>
</plugin>
<plugin>
<groupid>org.apache.maven.plugins</groupid>
<artifactid>maven-eclipse-plugin</artifactid>
<configuration>
<downloadsources>true</downloadsources>
<buildcommands>
<buildcommand>ch.epfl.lamp.sdt.core.scalabuilder</buildcommand>
</buildcommands>
<additionalprojectnatures>
<projectnature>ch.epfl.lamp.sdt.core.scalanature</projectnature>
</additionalprojectnatures>
<classpathcontainers>
<classpathcontainer>org.eclipse.jdt.launching.jre_container</classpathcontainer>
<classpathcontainer>ch.epfl.lamp.sdt.launching.scala_container</classpathcontainer>
</classpathcontainers>
</configuration>
</plugin>
</plugins>
</build>
<reporting>
<plugins>
<plugin>
<groupid>org.scala-tools</groupid>
<artifactid>maven-scala-plugin</artifactid>
<configuration>
<scalaversion>${scala.version}</scalaversion>
</configuration>
</plugin>
</plugins>
</reporting>
</project>
编写 wordcount 文件
package cn.spark
import org.apache.spark.{sparkconf, sparkcontext}
/**
* created by hubo on 2018/1/13
*/
object wordcount {
def main(args: array[string]) {
var masterurl = "local"
var inputpath = "/users/huwenbo/desktop/a.txt"
var outputpath = "/users/huwenbo/desktop/out"
if (args.length == 1) {
masterurl = args(0)
} else if (args.length == 3) {
masterurl = args(0)
inputpath = args(1)
outputpath = args(2)
}
println(s"masterurl:$masterurl, inputpath: $inputpath, outputpath: $outputpath")
val sparkconf = new sparkconf().setmaster(masterurl).setappname("wordcount")
val sc = new sparkcontext(sparkconf)
val rowrdd = sc.textfile(inputpath)
val resultrdd = rowrdd.flatmap(line => line.split("\\s+"))
.map(word => (word, 1)).reducebykey(_ + _)
resultrdd.saveastextfile(outputpath)
}
}
var masterurl = “local”
local代表自己本地运行，在 hadoop 上运行添加相应地址
在配置中遇到的错误，会写在另一篇文章里。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持移动技术网。
如对本文有疑问， 点击进行留言回复！！
详解SpringBoot修改启动端口server.port的四种方式
网友评论