文章目录

• 添加spark的jar包
• main传参调试
• 打包成jar包
• 发送到Hadoop运行
• 使用脚本运行
• 参考

添加spark的jar包

点击Project Structure

Global Libararies中
点击+
选择java
然后选择spark文件里的jars下所有的jar包

然后点击ok即可。

main传参调试

首先给出词频统计代码

//包
import org.apache.spark.{SparkContext, SparkConf}
object testMainInput {def main(args: Array[String]): Unit = {if(args.length < 2){println(args.length);println("Please input 2 args, return"); return}val conf = new SparkConf().setAppName("spark1").setAppName("icy hunter").setMaster("local[*]")val sc = new SparkContext(conf)sc.textFile(args(0), 4).flatMap(_.split(" ")).map((_, 1)).reduceByKey(_+_).saveAsTextFile(args(1))sc.stop()}
}

此时可以测试一下传参效果。

idea调试时，main参数输入：菜单->run->Edit Configurations:

这就是传入的两个参数。

可以调试的时候试试。

打包成jar包

首先需要修改代码，将setMaster(“local[*]”)删了

//包
import org.apache.spark.{SparkContext, SparkConf}
object testMainInput {def main(args: Array[String]): Unit = {if(args.length < 2){println(args.length);println("Please input 2 args, return"); return}val conf = new SparkConf().setAppName("spark1").setAppName("icy hunter")val sc = new SparkContext(conf)sc.textFile(args(0), 4).flatMap(_.split(" ")).map((_, 1)).reduceByKey(_+_).saveAsTextFile(args(1))sc.stop()}
}

project structure中如下选项

进入

Main Class点击文件夹标志选择

点击ok

点击ok

然后需要进行瘦身，把不需要的包删了，这样打包出来就比较小了。

点击-号，这些全删了，留最后一个compile output即可。

然后ok了。

同时点击一下，我们也可以看到打包后存放的路径

接下来开始打包：

点击build Artifacts

跳出这个，点击rebuild即可。
这样就打包完成了。

发送到Hadoop运行

首先找到jar包位置
打开终端

spark-submit --master yarn --deploy-mode cluster testMainInput.jar "hdfs://192.168.3.215:9000/mydir123/a1.txt" "hdfs://192.168.3.215:9000/mydir123/out3"

其中路径得你自己集群的文件路径才能运行成功。

使用脚本运行

创建一个脚本文件

vim show.sh

然后输入：

echo Start spark-submit:
spark-submit --master yarn --deploy-mode cluster /home/bigdata3/IdeaProjects/testMainInput/out/artifacts/testMainInput_jar/testMainInput.jar "hdfs://192.168.3.215:9000/mydir123/a1.txt" "hdfs://192.168.3.215:9000/mydir123/out4"  

注意jar包的路径得全路径了。

然后可以

bash show.sh

直接运行

也可以

chmod +x show.sh

给予可执行权限
然后
./show.sh
进行运行

参考

上课笔记