IDEA 運行調試Scala程序，做成jar包放到集羣運行

爲了讓Scala運行起來還是很麻煩，爲了大家方便，還是記錄下來：

1、首先我下載的是IDEA的社區版本，版本號爲15.

2、下載安裝scala插件：

2.1 進入設置菜單。

  

2.2 點擊安裝JetBrains plugin

2.3 輸入scala查詢插件，點擊安裝

說明：我的IDEA已經安裝，所以這裏面沒有顯示出來安裝按鈕，否則右邊有顯示綠色按鈕。

 

3、新建Scala工程

3.1 新建工程

通過菜單：File----》New Project 選擇Scala工程。

並且設置項目基本信息，如下圖：

 

3.2 設置Modules

1）點擊右上角的方塊：

 

2）在左邊選擇Libraries---》+---》Scala SDK--》選擇版本爲2.10.4 

說明：如果不存在這個版本可以通過左下角的download去下載。

3）選擇添加Java的Jar文件，選擇Spark和Hadoop關聯的Jar

我這裏添加的是：spark-assembly-1.6.1-hadoop2.6.0.jar 這個是spark安裝時候自帶的lib裏面有，很大。

定位到jar所在的目錄後，刷新，選擇這個文件，點擊OK，會花費比較長時間建索引。

 

4）在Src源碼目錄新建文件：WordCount.scala

且輸入如下代碼：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import org.apache.spark.{SparkConf, SparkContext} import org.apache.spark.SparkContext._   object WordCount {   def main(args: Array[String]) {     if (args.length < 1) {       System.err.println("Usage:<File>")       System.exit(1)     }     val conf = new SparkConf().setAppName("WordCount")     val sc = new SparkContext(conf)     val line = sc.textFile(args(0))       val words = line.flatMap(_.split("")).map((_, 1))     val reducewords = words.reduceByKey(_ + _).collect().foreach(println)       sc.stop()   }   }

　5）編譯運行：

  需要輸入參數，所以要設置下相關參數信息：

隨便複製個文件過去，然後設置下：

• 拋出異常：

Exception in thread "main" org.apache.spark.SparkException: A master URL must be set in your configuration
at org.apache.spark.SparkContext.<init>(SparkContext.scala:401)

解決辦法：需要設置下SparkContext的地址：

 

•  拋出異常：

16/06/25 12:14:18 ERROR Shell: Failed to locate the winutils binary in the hadoop binary path
java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.

解決辦法：

http://stackoverflow.com/questions/19620642/failed-to-locate-the-winutils-binary-in-the-hadoop-binary-path

可能是因爲我沒有安裝hadoop的原因，設置下相關信息就可以：

下載：

<a href="http://www.srccodes.com/p/article/39/error-util-shell-failed-locate-winutils-binary-hadoop-binary-path">Click here</a>

設置：HADOOP_HOME爲下載後解壓內容的上級目錄，然後在PATH裏面添加%HADOOP_HOME%/bin;

4、其他異常

1）異常內容：類或Object XXX已經被定義

     解決辦法： 這個可能是工程裏面設置了兩個source目錄，需要刪除一個。

2）異常內容：sparkContext.class 依賴不存在

    解決辦法：需要引入hadoop的jar包，我這裏是：spark-assembly-1.6.1-hadoop2.6.0.jar

3）異常內容：Error:(17, 29) value reduceByKey is not a member of org.apache.spark.rdd.RDD[(String, Int)]

   解決辦法： 導入這個：  import org.apache.spark.SparkContext._

4）異常內容：Exception in thread "main" java.lang.NoClassDefFoundError: com/google/common/util/concurrent/ThreadFactoryBuilder

   解決辦法：添加依賴Jar ：guava-11.0.2.jar

5）異常內容：Exception in thread "main" java.lang.NoSuchMethodError: scala.collection.immutable.HashSet$.empty()Lscala/collection/immutable/HashSet;

  解決辦法：更改scala-sdk版本爲2.10，如果沒有通過如下方式下載：（速度奇慢）

通過project Structure--》LIbraries--》+---》Scala SDK--》 Browse--》選擇2.10---》Download...

 

6）異常內容：java.lang.AbstractMethodError  at akka.actor.ActorCell.create(ActorCell.scala:580)

   解決辦法： 不知道怎麼好了，JDK從1.8換到1.7，再次換到1.8就好了，莫名。

 

5、打包成Jar

 

1、設置下導出Jar信息：

2、設置導出的工程還導出的Main類：

3、通過選擇點擊-號刪除其他依賴的class

4、導出Jar包：

 

5、上傳後執行Jar包

 ./spark-submit --master spark://inas:7077 --class WordCount --executor-memory 512m /home/hadoop/sparkapp/scalatest4.jar hdfs://inas:9000/user/hadoop/input/core-site.xml

說明： hadoop文件爲以前新建的，在提交之前需要先啓動hadoop再自動spark，然後再用以上辦法提交。

啓動Hdfs： ./start-dfs.sh

啓動spark：./sbin/start-all.sh（沒試過）

可以通過如下方法啓動：

~/project/spark-1.3.0-bin-hadoop2.4 $./sbin/start-master.sh
~/project/spark-1.3.0-bin-hadoop2.4 $./bin/spark-class org.apache.spark.deploy.worker.Worker spark://inas:7077
注意：必須使用主機名

啓動模式爲standaline模式。

Spark Standalone Mode 多機啓動，則其他主機作爲worker啓動，設置master主題。

 原文鏈接：http://www.cnblogs.com/seaspring/p/5615976.html