doop的完全分布式集群环境和Spark集群环境以下在IDEA中搭建的环境仅仅是在window系统上进行spark程序的开发学习在window系统上可以不用安装hadoop和sparkspark程序可以通过pom.xml的文件配置添加spark-core依赖可以直接在IDEA中编写spark程序并运行结果。

1.jdk的下载安装及环境变量配置我选择的版本是jdk8.0即jdk1.8建议不要使用太高版本的不然配置pom.xml容易报错

链接https://pan.baidu.com/s/1deXf6pgMiRca1O724fUOxg

提取码sxuy

双击安装包一直“Next”即可最好不要安装到C盘中间修改一下安装路径即可最后点击“Finish”。

我将jdk1.8安装在了D盘目录下的soft文件夹bin路径如下

配置环境变量

2.IDEA的下载安装我选择的版本是2019.2.3建议选择低版本的IDEA

官网下载地址IntelliJ

3.scala的下载我选择的版本是2.12.15安装及环境变量的配置

官网下载地址The

双击打开下载好的安装程序一直“Next”即可最好不要安装到C盘中间修改一下安装路径即可最后点击“Finish”。

我将scala软件安装在了D盘路径加入到系统环境变量path中

winR打开命令窗口输入scala

4.scala插件版本要与IDEA版本保持一致下载2019.2.3版本的下载安装

官网地址Scala

5.maven的下载我选择的版本是3.5.4与安装系统环境变量的配置

官网地址:Maven

将对应版本的压缩包下载到本地,并新建一个文件夹Localwarehouse用来保存下载的依赖文件

配置maven的系统环境配置跟以上配置的方法一样将bin目录地址写入path环境变量

打开maven安装包下的conf文件夹下面的settings.xml,添加如下代码

localRepositoryD:\\Develop\\maven\\Localwarehouse/localRepository

添加如下代码用来配置jdk版本

profileidjdk-1.8.0/idactivationactiveByDefaulttrue/activeByDefaultjdk1.8.0/jdk/activationpropertiesmaven.compiler.source1.8.0/maven.compiler.sourcemaven.compiler.target1.8.0/maven.compiler.targetmaven.compiler.compilerVersion1.8.0/maven.compiler.compilerVersion/properties/profile

二、将maven加载到IDEA中

1.如果只需要在本地运行spark程序则只需要添加scala-library、spark-core、spark-sql、spark-streaming等依赖添加代码如下

properties!--

--scala.version2.12.15/scala.version!--

--spark.version3.2.1/spark.version!--

如果没有搭建则不用写--hadoop.version3.1.4/hadoop.version/propertiesdependencies!--scala--dependencygroupIdorg.scala-lang/groupIdartifactIdscala-library/artifactIdversion${scala.version}/version/dependency!--

https://mvnrepository.com/artifact/org.apache.spark/spark-core

--dependencygroupIdorg.apache.spark/groupIdartifactIdspark-core_2.12/artifactIdversion3.2.1/version/dependency!--

https://mvnrepository.com/artifact/org.apache.spark/spark-sql

--dependencygroupIdorg.apache.spark/groupIdartifactIdspark-sql_2.12/artifactIdversion3.2.1/version/dependency!--

https://mvnrepository.com/artifact/org.apache.spark/spark-streaming

--dependencygroupIdorg.apache.spark/groupIdartifactIdspark-streaming_2.12/artifactIdversion3.2.1/versionscopeprovided/scope/dependency/dependencies

六、新建scala类文件编写代码

org.apache.spark.sql.SparkSession

object

SparkSession.builder().master(local[*]).appName(word

rdd

sc.textFile(data/input/words.txt)val

counts

)).map((_,1)).reduceByKey(__)counts.collect().foreach(println)println(全部的单词数counts.count())counts.saveAsTextFile(data/output/word-count)}

准备好测试文件words.txt,将文件存放在scalaproject--data--input--words.txt

hello