使用IDEA2017在Windows下编程并测试Hadoop2.7+Spark2.2+Azkaban

1. 下载好IDEA HADOOP SPARK

首先，配置IDEA， 在插件管理中使用IDEA在线库安装scala插件, 在在线库直接搜索即可;

其次，配置Maven选项， 将Maven添加到IDEA;

 <mirrors>
    <mirror>
        <id>nexus-aliyun</id>
      <mirrorOf>*</mirrorOf>
      <name>Nexus aliyun</name>
      <url>http://maven.aliyun.com/nexus/content/groups/public</url>
    </mirror>

  </mirrors>

　　

最后，将windows依赖覆盖原先的linux依赖, 如下图;

将其中的hadoop.dll 拷贝至 C:\Windows\System32目录下

2. 向IDEA导入HADOOP jar包, 将本地hadoop下的， share目录中的五个文件夹导入, 如下图:

将配置文件放入resources后，运行一些测试程序后发现:

报错：

org.apache.hadoop.security.AccessControlException: Permission denied

解决:  hadoop fs -chmod -R 755 /

另外：  在pom中需加入:

<dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>${hadoop.version}</version>
        </dependency>

　　

最严重的如下, 因为我使用的mapred默认是yarn模式， 因此需要设置跨平台发送jar包:

Exception message: /bin/bash: line 0: fg: no job control

解决:

Configuration conf = new Configuration();
conf.set("mapred.remote.os","Linux");
conf.set("mapreduce.app-submission.cross-platform","true");
conf.set("mapred.jar","D:\\WorkSpace\\Web-DataAnalyze\\pc\\out\\artifacts\\pc\\pc.jar");

终于能run了！！！

2. 测试SPARK， 在IDEA中建立SCALA工程， 并新建一个pom.xml转为Maven工程;

最后， 将 Spark项目下的jars导入IDEA即可， 完成测试;

3.  Cannot run program "git"

yum install git

git --version