利用Intellij Idea在windows搭建spark 开发环境(含打jar包过程）(一)

本文的目的：利用Intellij Idea在windows搭建spark 开发环境
环境：windows 10, intellij idea2016.1.1, spark 1.6.2(HDP),hadoop2.7.3(HDP)，scala 2.10.5(编译环境), sbt管理依赖
背景：spark单点运算不能解决大数据的问题的时候，就需要使用spark-submit 调用jar包的方式分布式运算，从而提高集群的运算和资源使用能力。
集群模式：本文默认使用的是spark自带的standalone模式。
[由于CSDN博客不支持截图图片大小超过2M，所以这里只有步骤没有截图说明]

步骤：
第一步
下载intellij idea2016.1.1,点击此处下载Community版本：安装 Intellij IDEA 

第二步：
在Intellij菜单中选择“Configure”→“Plugins”→“Browse repositories”命令，在弹出的界面中输入“Scala”搜索插件，然后点击相应安装按钮进行安装，重启Intellij使配置生效。

第三步：
点击File, 选择“Create New Project”命令，此时选择左侧列表中的“Scala”选项，为了方便以后的开发工作，选择右侧的“SBT”选项。
[差不多等1个小时后可以看到自动创建的src目录]

然后，邮件src目录，新建scala class, name 为HelloSpark，kind 修改为Object。

第四步：测试程序是否正确

object HelloSpark {
def  main(args:Array[String]): Unit ={
print("Hello Spark")

}
}

右键HelloSpark.scala ，run 'HelloSpark'. 如果能看到“Hello Spark”环境没有问题。

第五步：加入Spark开发包：

使用IDEA导入外部Jar包，具体步骤：
“File”→“Project Structure”→“Modules”→“Dependencies”→+...→“Library...”→“Library Type（Java）”→“Select Library Files”→“Configure Library”
然后点击 “apply”

spark 程序必须要把spark-assembly-1.5.0-hadoop2.3.0.jar,  jdk jar，以及相关的驱动包放入。都可以使用这样的方法。

第六步：IDEA 生成JAR 

使用IDEA编译class文件，同时可以将class打包成Jar文件，方法如下：

①选择菜单“File”→“Project Structure”，弹出“Project Structure”的设置对话框；
②选择左边的“Artifacts”，点击上方的“+”按钮；
③在弹出的对话框中选择“Jar”→“from moduls with dependencies”；
④选择要启动的类，然后确定；
⑤应用之后选择菜单“Build”→“Build Artifacts”，选择“Build”或者“Rebuild”后即可生成，生成的Jar文件位于工程项目目录的out/artifacts下。

##这里一定要确认Artifacts->Output Layout->Main Class 一定是主类，比如HelloSpark；
##jar 的路径可以在项目路径下找到：
##..\HelloSpark\out\artifacts\HelloSpark_jar\

最后， 环境测试：
为了确保环境没有问题，可以跑下面这段代码测试一下：

测试代码：

object SparkPi {
def main(args: Array[String]) {
val conf = new SparkConf().setAppName("Spark Pi")
conf.setMaster("spark://192.168.1.125:7077")
val spark = new SparkContext(conf)
val slices = if (args.length > 0) args(0).toInt else 2
val n = math.min(100000L * slices, Int.MaxValue).toInt // avoid overflow
val count = spark.parallelize(1 until n, slices).map { i =>
val x = random * 2 - 1
val y = random * 2 - 1
if (x*x + y*y < 1) 1 else 0
}.reduce(_ + _)
println("Pi is roughly " + 4.0 * count / n)
spark.stop()
}
}

如有不详之处，欢迎留言。
本文参考书籍：spark核心技术与高级应用