在idea中构建spark的maven项目

本文介绍了如何在IntelliJ IDEA中从零开始构建Spark Maven项目,无需本地安装Hadoop集群等。重点讲述了配置pom.xml文件以包含Spark和Hadoop依赖,以及遇到的`java.lang.NoSuchMethodError`问题的解决方法,通过调整Hadoop相关依赖解决问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

也不知道标题这样说是否有毛病,等功力长进了再来定夺吧.闲来无事,整理一下如何从零开始构建spark项目的maven依赖.首先一个破解版的idea是必须的.这里附上一个Mac版本的安装地址,留着下次自己试试效果.https://blog.youkuaiyun.com/qq_17213067/article/details/81449797

构建可以本地测试的spark代码(也就是local模式),使用maven的依赖管理就可以了,无需在本地电脑上安装其他任何东西,这里指Hadoop集群,HDFS,spark集群等 .就是这么简单明了.当然JDK肯定是要本地安装的哈!!!由于使用Scala语言开发,所以本地还需要安装Scala的sdk(与jdk安装相同)!!!

安装好idea之后,需要Scala插件.如果网络不好,下载不成功的话,那就可以去这里下载.https://plugins.jetbrains.com/plugin/1347-scala.这里不会的,自行百度,因为本次整理没有重新弄这个,就不多介绍了.

重点来了,maven中最重要的文件pom.xml.

自己尝试玩玩spark时,在网上借鉴了pom.xml的格式.由于spark需要Hadoop的hdfs和yarn,所以这里加了Hadoop的相关依赖.

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.sandra</groupId>
    <artifactId>mydemo</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <spark.version>2.2.0</spark.version>
        <scala.version>2.11</scala.version>
        <hadoop.version>2.7.2</hadoop.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-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-streaming_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-core</artifactId>
            <version>1.2.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-mllib_${scala.version}</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>5.1.39</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka_2.10</artifactId>
            <version>0.10.0.0</version>
        </dependency>
    </dependencies>
</project>

弄好pom.xml后,建立一个Scala文件,运行一个Wordcount代码,如下:

object wordcount {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setMaster("local").setAppName("test")
    val sc = new SparkContext(conf)
    val lines = sc.textFile("file:///Users/suning/txt")
    //val lines = sc.parallelize(List("hadoop hive storm","spark hive"))
    lines.flatMap(_.split(" "))
                    .map((_,1))
                    .reduceByKey(_+_)
                    .foreach(x=>println(x))
    sc.stop
  }
}

好了?没那么简单.问题出现了,,粘贴如下:

java.lang.NoSuchMethodError: org.apache.hadoop.fs.FileSystem$Statistics.getThreadStatistics()Lorg/apache/hadoop/fs/FileSystem$Statistics$Statistics

各种百度后,感谢 https://blog.youkuaiyun.com/dapanbest/article/details/79344571给出的意见.将pom.xml中Hadoop-core的依赖删除,其他Hadoop依赖保留,问题解决了.原本贴图,结果打败我的不是技术bug,而是上传失败...

 

 

### 如何在 IntelliJ IDEA 中新建一个 Spark Scala Maven 项目 #### 准备工作 确保已安装并配置好 Java JDK、Scala SDK 和 Apache Maven。此外,还需要准备好 Spark 的依赖库版本以及对应的 Scala 版本[^1]。 #### 新建 Maven 项目 打开 IntelliJ IDEA 并选择 `File -> New -> Project`,在弹出的窗口中选择 `Maven` 作为项目类型,并勾选 `Create from archetype`。在可用的 Archetype 列表中查找适合 Scala 开发的相关模板(如果未找到可以直接跳过此步),点击 `Next` 继续[^2]。 #### 配置 pom.xml 文件 编辑项目的 `pom.xml` 文件以引入必要的依赖项。以下是典型的 `pom.xml` 配置示例: ```xml <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.example</groupId> <artifactId>spark-scala-project</artifactId> <version>1.0-SNAPSHOT</version> <properties> <scala.version>2.12.10</scala.version> <spark.version>3.1.2</spark.version> </properties> <dependencies> <!-- Scala Dependency --> <dependency> <groupId>org.scala-lang</groupId> <artifactId>scala-library</artifactId> <version>${scala.version}</version> </dependency> <!-- Spark Core Dependency --> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.12</artifactId> <version>${spark.version}</version> </dependency> <!-- Spark SQL Dependency (Optional) --> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-sql_2.12</artifactId> <version>${spark.version}</version> </dependency> </dependencies> <build> <plugins> <plugin> <groupId>net.alchim31.maven</groupId> <artifactId>scala-maven-plugin</artifactId> <version>4.5.6</version> <executions> <execution> <goals> <goal>compile</goal> <goal>testCompile</goal> </goals> </execution> </executions> </plugin> </plugins> </build> </project> ``` 上述代码片段定义了一个基本的 Maven 构建文件,其中包含了 Scala 和 Spark 的核心依赖项[^3]。 #### 添加 Scala 支持 完成 Maven 项目的创建后,在 IntelliJ IDEA 中右键单击项目名称,选择 `Add Framework Support...`,然后勾选 `Scala` 复选框来启用 Scala 插件支持。此时会提示导入所需的 Scala SDK,按照向导操作即可完成设置。 #### 编写 Spark 程序 在项目中的 `src/main/scala` 路径下新建一个 Scala 类文件,命名为 `SparkWordCount.scala` 或其他自定义名字。以下是一个简单的 Word Count 实现例子: ```scala import org.apache.spark.{SparkConf, SparkContext} object SparkWordCount { def main(args: Array[String]): Unit = { val conf = new SparkConf().setAppName("WordCount").setMaster("local[*]") val sc = new SparkContext(conf) val textFile = sc.textFile("input.txt") // 替换为实际输入路径 val wordCounts = textFile.flatMap(line => line.split(" ")) .map(word => (word, 1)) .reduceByKey(_ + _) wordCounts.saveAsTextFile("output") // 输出结果保存至指定目录 sc.stop() } } ``` 通过 Alt+Enter 快捷键可以快速解决缺失的包导入问题。 #### 配置运行参数 进入 `Run -> Edit Configurations...`,新增一项名为 `Application` 的运行配置。在此处填写主类名(即上面编写的对象全限定名)、JVM 参数以及其他必要选项。完成后可直接点击绿色三角形按钮启动应用程序。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值