使用IDEA打包scala程序并在spark中运行

一、首先配置ssh无秘钥登陆，

　　先使用这条命令：ssh-keygen，然后敲三下回车；

　　然后使用cd .ssh进入 .ssh这个隐藏文件夹；

　　再创建一个文件夹authorized_keys，使用命令touch authorized_keys；

　　然后使用cat id_rsa.pub > authorized_keys 即可；

　　最后使用 chmod 600 authorized_keys修改权限就完成了。

二、创建spark项目

　　idea创建spark项目的过程这里就略过了，具体可以看这里https://www.cnblogs.com/xxbbtt/p/8143441.html

三、在pom.xml加入相关的依赖包

　　在pom.xml文件中添加：

    <properties>
        <spark.version>2.1.0</spark.version>
        <scala.version>2.11</scala.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-streaming_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-hive_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-mllib_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>

    </dependencies>

    <build>
        <plugins>

            <plugin>
                <groupId>org.scala-tools</groupId>
                <artifactId>maven-scala-plugin</artifactId>
                <version>2.15.2</version>
                <executions>
                    <execution>
                        <goals>
                            <goal>compile</goal>
                            <goal>testCompile</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>

            <plugin>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.6.0</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                </configuration>
            </plugin>

            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-surefire-plugin</artifactId>
                <version>2.19</version>
                <configuration>
                    <skip>true</skip>
                </configuration>
            </plugin>

        </plugins>
    </build>

　　然后等待就好了。。。

四、编写一个示范程序

　　创建一个scala类,并写以下代码，也可以是其他的，这里只是测试而已

object first {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("wordcount")
    val sc = new SparkContext(conf)

    val input = sc.textFile("/home/cjj/testfile/helloSpark.txt")

    val lines = input.flatMap(line => line.split(" "))
    val count = lines.map(word => (word, 1)).reduceByKey { case (x, y) => x + y }

    val output = count.saveAsTextFile("/home/cjj/testfile/helloSparkRes")
  }
}

　　这里使用了Spark实现的功能是，计算helloSpark.txt这个文件各个单词出现的次数，并保存在helloSparkRes文件夹中。

五、打包

　　file->Porject Structure->Artifacts->绿色的加号->JAR->from modules...

　　跳出以下对话框，选择要打包的类，然后选择copy to.....选项，这里的意思是只打包这一个类。

　　然后点击ok,然后ok。然后build->build Artifacts

　　再然后点击build

　　等待build完成。然后可以在项目的这个目录中找到刚刚打包的这个jar包

　　这里的first的我的项目名。

六、启动集群　　

　　先将刚才打包的jar包复制到虚拟机中，

　　helloSpark.txt是我将要操作的文件。接着就是启动集群，分为三步

• 启动master ./sbin/start-master.sh
• 启动worker ./bin/spark-class
• 提交作业 ./bin/spark-submit

　　首先进入spark-2.2.1-bin-hadoop2.7文件夹，然后运行命令./sbin/start-master.sh

　　然后可以打开浏览器，进入localhost:8080,可以看到

　　 这里的URL spark://localhost:7077需要记下来下一步需要使用，下一步启动work，加上刚刚的URL，可以使用的命令是，

./bin/spark-class org.apache.spark.deploy.worker.Worker spark://localhost:7077

　　这时启动另一个窗口进行提交作业，同样需要先进入spark文件夹，然后运行命令

./bin/spark-submit  --master spark://localhost:7077 --class first /home/cjj/testfile/first.jar 

这样就算完成了，我们可以来看看结果，看结果之前需要先看一看helloSpark.txt的内容

结果保存在helloSparkRes中，下面是结果

这里的结果告诉我们have和word的个数为2，word和a的个数为1。