Spark简单介绍，Windows下安装Scala+Hadoop+Spark运行环境，集成到IDEA中
一、前言近几年大数据是异常的火爆，今天小编以java开发的身份来会会大数据，提高一下自己的层面！
大数据技术也是有很多：
[*]Hadoop
[*]Spark
[*]Flink
小编也只知道这些了，由于Hadoop，存在一定的缺陷（循环迭代式数据流处理：多
并行运行的数据可复用场景效率不行）。所以Spark出来了，一匹黑马，8个月的时间从加入 Apache，直接成为顶级项目！！
选择Spark的主要原因是：
Spark和Hadoop的根本差异是多个作业之间的数据通信问题 : Spark多个作业之间数据
通信是基于内存，而 Hadoop 是基于磁盘。
二、Spark介绍
官网地址
Spark 是用于大规模数据处理的统一分析引擎。它提供了 Scala、Java、Python 和 R 中的高级 API，以及支持用于数据分析的通用计算图的优化引擎。它还支持一组丰富的高级工具，包括用于 SQL 和 DataFrames 的 Spark SQL、用于 Pandas 工作负载的 Spark 上的 Pandas API、用于机器学习的 MLlib、用于图形处理的 GraphX 和用于流处理的结构化流。
spark是使用Scala语言开发的，所以使用Scala更好！！
三、下载安装
1. Scala下载
Scala官网
点击安装
https://img-blog.csdnimg.cn/ba29003112294e7b93ce26d4d48e73c4.png
下载自己需要的版本
https://img-blog.csdnimg.cn/be06a722405b488e86b5049631db5b9c.png
点击自己需要的版本：小编这里下载的是2.12.11
点击下载Windows二进制：
https://img-blog.csdnimg.cn/77c83f43cffd41d99ba651bc7f9e8bab.png
慢的话可以使用迅雷下载！
2. 安装
安装就是下一步下一步，记住安装目录不要有空格，不然会报错的！！！
3. 测试安装
win+R输入cmd：
输入：
scala必须要有JDK环境哈，这个学大数据基本都有哈！！
https://img-blog.csdnimg.cn/4cce8b5ac8504335b2567338966ba9a2.png
4. Hadoop下载
一个小技巧：
Hadoop和Spark版本需要一致，我们先去看看spark，他上面名字就带着和他配套的Hadoop版本！！
spark3.0对照
https://img-blog.csdnimg.cn/f2a157f0ef984acfb903c4eeea696d7d.png
得出我们下载Hadoop的版本为：3.2
Hadoop下载地址
https://img-blog.csdnimg.cn/5db939e83e184821b926e25affbab329.png
5. 解压配置环境
解压到即可使用，为了使用方便，要想jdk一样配置一下环境变量！
新建HADOOP_HOME
值为安装目录：D:\software\hadoop-3.2.1
在Path里添加：%HADOOP_HOME%\bin
cmd输入：hadoop：提示
系统找不到指定的路径。
Error: JAVA_HOME is incorrectly set.这里先不用管，咱们只需要Hadoop的环境即可！
6. 下载Spark
Spark官网
点击找到历史版本：
https://img-blog.csdnimg.cn/f717e9434e45420d89097f90356bff31.png
点击下载：
https://img-blog.csdnimg.cn/5bea8f82dc21435d8bc2a5974441b8ea.png
7. 解压环境配置
新建：SPARK_HOME：D:\spark\spark-3.3.1-bin-hadoop3
Path添加：%SPARK_HOME%\bin
8. 测试安装
win+R输入cmd：
输入：
spark-shellhttps://img-blog.csdnimg.cn/1a990ee1d5154050a4aad002f43ae98c.png
四、集成Idea
1. 下载插件
scalahttps://img-blog.csdnimg.cn/c94e5e8319f540ce8adf4dbe584d2a81.png
2. 给项目添加Global Libraries
打开配置：
https://img-blog.csdnimg.cn/7e26da1533be461cbcc775d86adbb515.png
新增SDK
https://img-blog.csdnimg.cn/80274dc338f34593b01eec371889d9bf.png
下载你需要的版本：小编这里是：2.12.11
https://img-blog.csdnimg.cn/7a198f5c37ad488c98c2b6eae24c9160.png
右击项目，添加上scala：
https://img-blog.csdnimg.cn/a5400e8bfb0441078f4f8307f1a8b0d4.png
3. 导入依赖
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.12</artifactId>
<version>3.0.0</version>
</dependency>4. 第一个程序
https://img-blog.csdnimg.cn/e9881340dfd94481bac6c85f99f30203.png
https://img-blog.csdnimg.cn/6d647a602b9141e48f4f56ae1ea8c803.png
object Test {
def main(args: Array): Unit = {
println("hello")
var sparkConf = new SparkConf().setMaster("local").setAppName("WordCount");
var sc = new SparkContext(sparkConf);
sc.stop();
}
}5. 测试bug1
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
22/10/31 16:20:35 INFO SparkContext: Running Spark version 3.0.0
22/10/31 16:20:35 ERROR Shell: Failed to locate the winutils binary in the hadoop binary path
java.io.IOException: Could not locate executable D:\software\hadoop-3.2.1\bin\winutils.exe in the Hadoop binaries.https://img-blog.csdnimg.cn/b829b3778b354ed6a5478831ff57805a.png
原因就是缺少：winutils
下载地址
https://img-blog.csdnimg.cn/dc1a81e24c194b709fae13fe56e293f0.png
把它发放Hadoop的bin目录下：
https://img-blog.csdnimg.cn/9ec96568566049e184169869538c09f1.png
6. 测试bug2
这个没办法复现，拔的网上的记录：
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
22/10/08 21:02:10 INFO SparkContext: Running Spark version 3.0.0
22/10/08 21:02:10 ERROR SparkContext: Error initializing SparkContext.
org.apache.spark.SparkException: A master URL must be set in your configuration
at org.apache.spark.SparkContext.<init>(SparkContext.scala:380)
at org.apache.spark.SparkContext.<init>(SparkContext.scala:120)
at test.wyh.wordcount.TestWordCount$.main(TestWordCount.scala:10)
at test.wyh.wordcount.TestWordCount.main(TestWordCount.scala)就是这句：A master URL must be set in your configuration
解决方案：
就是没有用到本地的地址
右击项目：
https://img-blog.csdnimg.cn/9636d222dd7f4259b4ca67494b849d91.png
没有环境就添加上：
https://img-blog.csdnimg.cn/da793dc008124332bffdcfbf980db590.png
添加上：
-Dspark.master=localhttps://img-blog.csdnimg.cn/b4b8ce4b6c9249e9ba50e6d0092a704a.png
7. 测试完成
没有error，完美！！
https://img-blog.csdnimg.cn/9948561796d84575a8db74b9cfe0df88.png
五、总结
这样就完成了，历尽千辛万苦，终于成功。第一次结束差点劝退，发现自己对这个东西还是不懂，后面再慢慢补Scala。先上手感受，然后再深度学习！！
如果对你有用，还请点赞关注下，支持一下一直是小编写作的动力！！
可以看下一小编的微信公众号，和网站文章首发看，欢迎关注，一起交流哈！！微信搜索：小王博客基地https://img2022.cnblogs.com/blog/2471401/202211/2471401-20221103090451198-1239425921.jpg
点击访问！小编自己的网站，里面也是有很多好的文章哦！
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]