在eclipse中配置spark 0.9.1源码的开发环境

一、准备工作：

1、下载release版spark 0.9.1，本次用的版本是spark-0.9.1-bin-cdh4。

2、下载scala IDE 3.0.2，这个版本ide的支持scala 2.10版。

二、配置工作

1、在ide中新建scala项目，注意jre要用jdk1.7版的。如下图：

2、找到spark-0.9.1-bin-cdh4\core\src\main，目录下java、resources、scala三个目录，如下图

找到spark-0.9.1-bin-cdh4\repl\src\main，目录下有sacla一个目录，如下图

将java、resources、scala、scala共4个目录及文件到项目ide的src目录下，repl\src\main下的sacla目录在ide里改为repl，ide中的目录结构如下：

然后在ide中刷新，更新项目目录。

3、在ide弹出项目的“properties”窗口。

A、在”Java Build Path\Libraries”找到添加Hadoop和Spark的包，如下图所示：

其中，hadoop的包来自hadoop的shark目录下的jar文件。spark-assembly_2.10-0.9.1……cdh4.2.0.jar文件即是release版的spark文件，但在此处，要对文件做修改，把里边的org\apache\spark目录删除掉。

B、在”Java Build Path\Source”页面点击“Link Source……”

操作4次，分别添加java、resources、scala、repl目录，然后“Remove”按钮，删除项目原有的src目录，结果如下：

最终的项目结构如下图所示：

此时，ide已经可以编译，但有错误，原因是编译配置不对。

4、编译设置

A、java编译配置

B、scala编译配置

5、运行。

在ide中找到org\apache\spark\repl包下的Main.scala，打开后运行应该可以看到如下内容：

启动完后，与spark-shell的操作界面一样，如下图：