spark-windows（含eclipse配置）下本地开发环境搭建

spark-windows（含eclipse配置）下本地开发环境搭建

 

>>>>>>注意：这里忽略JDK的安装，JDK要求是1.8及以上版本,请通过 java  –version查看。

一、spark命令行环境搭建

Step1：安装Spark

到官网http://spark.apache.org/downloads.html选择相应版本，下载安装包。我这里下的是2.1.3版本，后面安装的Hadoop版本需要跟Spark版本对应。下载后找个合适的文件夹解压即可。这里新建了一个home文件夹，底下放了spark, hadoop解压后的目录：

other_jars 是用来存放一些自己开发中用到的jar包

解压之后配置环境变量，将Spark底下的bin文件所在的目录添加到环境变量的Path变量中，后面Hadoop也一样。

配置SPARK_HOME

配置PATH  D:\home\spark-2.1.3-bin-hadoop2.7\bin;

也可以使用SPARK_HOME

到这里Spark算是安装成功。

Step2：安装Hadoop

到http://mirrors.hust.edu.cn/apache/hadoop/common/下载相应版本的Hadoop安装包，我下的是2.7.7。具体的Spark和Hadoop版本对应可以到网上查，Spark和Hadoop版本不一致可能会导致出问题。

将下载好的安装包进行解压，然后将Hadoop下的bin目录配置到Path变量中。

为了防止运行程序的时候出现nullpoint异常，到github下载 winutils.exe 下载地址：https://github.com/steveloughran/winutils

找到对应的hadoop版本，然后进入bin目录下，下载winutils.exe, 然后复制到hadoop的bin目录下。

系统环境变量配置：

HADOOP_HOME:

Path:  $HADDOP_HOME$\bin

step3：安装scala

到官网https://www.scala-lang.org/download/下载镜像，然后安装即可。一般默认会自动配置好环境变量。安装好之后打开cmd测试，输入scala，如果出现以下内容则安装成功。(这里安装的是2.12.6版本)

如果没有成功，检查一下Path环境变量，如果安装之后没有自动配置，则手动配置，参照Spark的环境配置。

如下图则表示命令行环境配置成功:

 

二、eclipse配置

2.1、使用spark-assembly-*.jar包配置eclipse

新建一个java项目导入spark-assembly-*.jar包作为工程的第三方依赖包即可

2.2、使用已配置好的Spark环境配置eclipse

spark2.0以后版本不在提供spark-assembly-*.jar 包；

则将spark环境目录下jars目录的jar包导入即可。

我本地的路径：D:\home\spark-2.1.3-bin-hadoop2.7\jars

注意：该方法，在我本地没有成功一直缺少各种jar包，我本地使用2.1的方法；jar包的路径为spark-assembly-1.6.1-hadoop2.6.0.jar 下载地址：

https://download.csdn.net/download/miss_peng/10472450

2.3、可能遇到的一些问题

2.3.1、System memory 259522560 must be at least 4.718592E8. Please use a larger heap size.

a、问题：

在Eclipse里开发spark项目，尝试直接在spark里运行程序的时候，遇到下面这个报错：

ERROR SparkContext: Error initializing SparkContext.

java.lang.IllegalArgumentException: System memory 468189184 must be at least 4.718592E8. Please use a larger heap size.

b、解决办法：

有2个地方可以设置

1. 自己的源代码处，可以在conf之后加上：

val conf = new SparkConf().setAppName("word count")

conf.set("spark.testing.memory", "2147480000")//后面的值大于512m即可

2. 可以在Eclipse的Run Configuration处，有一栏是Arguments，下面有VMarguments，在下面添加下面一行(值也是只要大于512m即可)

-Dspark.testing.memory=1073741824

其他的参数，也可以动态地在这里设置，比如-Dspark.master=spark://hostname:7077

再运行就不会报这个错误了。

解决：

1)、Window——Preference——Java——Installed JREs——选中一个Jre 后

2)、Edit在Default VM arguments 里加入：-Xmx512M

2.4 测试成功jar包截图

这里的截图是在另外一台机子上配置的环境，用的jar目录会有所区别，但是不影响。

这里ojdbc6.jar 是为了链接数据库使用的jar包，需要根据不同环境自行修改

2.5 完整测试代码

package spark.jdbc.oracle;

import java.math.BigDecimal;

import java.sql.Connection;

import java.sql.DriverManager;

import java.sql.SQLException;

import java.util.HashMap;

import java.util.Iterator;

import java.util.Map;

import org.apache.spark.SparkConf;

import org.apache.spark.api.java.JavaPairRDD;

import org.apache.spark.api.java.JavaSparkContext;

import org.apache.spark.api.java.function.PairFunction;

import org.apache.spark.rdd.JdbcRDD.ConnectionFactory;

import org.apache.spark.sql.DataFrame;

import org.apache.spark.sql.DataFrameReader;

import org.apache.spark.sql.Row;

import org.apache.spark.sql.SQLContext;

import scala.Tuple2;

public class TestConn {

private static final String userName = "scott";

private static final String passWord = "tiger";

private static final String driver = "oracle.jdbc.OracleDriver";

private static final String URL = "jdbc:oracle:thin:@localhost:1521/orcl2";

private static final String dbTable = "scott.emp"; //emp

Connection conn = null;

ConnectionFactory connf = null;

// java.lang.ClassNotFoundException: org.apache.commons.configuration.Configuration

public Connection getConn(){

try {

Class.forName(driver);

conn = DriverManager.getConnection(URL,userName,passWord);

//connf = new ConnectionFactory(conn);

System.out.println("orcl2 链接成功");

} catch (ClassNotFoundException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}catch (SQLException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

return conn;

}

public void ReleaseResouce(){

if(conn != null){

try {

conn.close();

System.out.println(conn+" 连接关闭");

} catch (SQLException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

}else{

System.out.println("连接已经关闭");

}

}

public static void main(String[] args) {

// TODO Auto-generated method stub

TestConn testConn = new TestConn();

System.out.println(testConn.getConn());

//初始化

SparkConf conf = new SparkConf().setAppName("conn_orcl").setMaster("local");

conf.set("spark.testing.memory","2147480000");

JavaSparkContext jsc  = new JavaSparkContext(conf);

SQLContext sqlContext = new SQLContext(jsc);

//设置数据库连接参数

Map<String,String> connArgs = new HashMap<String,String>();

connArgs.put("url", TestConn.URL);

connArgs.put("user", TestConn.userName);

connArgs.put("password", TestConn.passWord);

connArgs.put("driver", TestConn.driver);

connArgs.put("dbtable", TestConn.dbTable);

DataFrameReader dfReader = sqlContext.read().format("jdbc").options(connArgs);

DataFrame df = dfReader.load();

df.show();

System.out.println("df Schema :  ");

df.printSchema();

df.select("HIREDATE").show();

System.out.println();

System.out.println("---------------------To Table--------------------");

df.registerTempTable("emp");

DataFrame dfSQL = sqlContext.sql("Select JOB,SAL From emp");

System.out.println("dfSQL  :  ");

dfSQL.show();

JavaPairRDD<String,BigDecimal> jpRDD = dfSQL.toJavaRDD().mapToPair(new PairFunction<Row,String,BigDecimal>(){

/**

*

*/

private static final long serialVersionUID = 1L;

@Override

public Tuple2<String, BigDecimal> call(Row r) throws Exception {

// TODO Auto-generated method stub

/*System.out.println("Row : ");

System.out.println(r);*/

Tuple2<String, BigDecimal> t2 = new Tuple2<String, BigDecimal>((String) r.get(0),(BigDecimal)r.get(1));

return t2;

}

});

System.out.println("jpRDD  :  ");

System.out.println(jpRDD.collect());

JavaPairRDD<String, Iterable<BigDecimal>> jpRDD2 = jpRDD.groupByKey();

System.out.println("jpRDD2  :  ");

System.out.println(jpRDD2.collect());

JavaPairRDD<String, Double> jpRDD3 = jpRDD2.mapToPair(new PairFunction<Tuple2<String, Iterable<BigDecimal>>,String,Double>(){

/**

*

*/

private static final long serialVersionUID = 1L;

@Override

public Tuple2<String, Double> call(

Tuple2<String, Iterable<BigDecimal>> t) throws Exception {

// TODO Auto-generated method stub

double sum = 0;

Iterator<BigDecimal> it = t._2.iterator();

while(it.hasNext()){

sum += Double.valueOf(it.next().toString());

}

Tuple2<String, Double> t2 = new Tuple2<String, Double>(t._1,sum);

System.out.println(t._1+" : "+sum);

return t2;

}

});

System.out.println("jpRDD3  :  ");

System.out.println(jpRDD3.collect());

}

}

代码执行情况：

三、参考文档

https://blog.csdn.net/qq_32653877/article/details/81913648

https://blog.csdn.net/u011513853/article/details/52865076

https://blog.csdn.net/wypersist/article/details/80140334