第10课:底实战详解使用Java开发Spark程序学习笔记
第10课:底实战详解使用Java开发Spark程序学习笔记
本期内容:
1. 为什么要使用Java?
2. 使用Java开发Spark实战
3. 使用Java开发Spark的Local和Cluster
1. 为什么要使用Java?
一. 实际在生产环境下,Spark作为数据处理引擎,需要与企业IT系统中的其他组件或功能配合使用。众所周知,现在业界处于霸主地位的开发语言是Java。很多时候,企业通过Java开发IT系统,后端通过Spark处理,如果使用Java,团队的组建、开发难度的降低,团队的合作,都有很大价值。
二. Scala从学习角度讲比Java难,所以招聘到Scala高手较难,所以项目的二次开发会比较困难。
三. Spark学习者有很多人不会Scala,但有Java基础,为了不会Scala的人能编写和运行课程中的案例,有必要讲Java。
2. 使用Java开发Spark实战
使用Java开发的集成工具是Eclipse。所以首先需要下载Eclipse,注意是32位还是64位。
1. 从www.eclipse.org/downloads 下载Eclipse。
2. 解压zip格式的Eclipse压缩文件。打开解压后的文件夹下的eclipse.exe即可打开eclipse。前提是安装配置好java。
3. 在Project Explorer区点击右键,或File,点击new->project,Wizards选择Maven Project
其他采用默认,点Next。
4. Select an Archety选择maven-archetype-quicstart后点击Next。
Group Id:填写: com.dt.spark,Artifact Id填写:SparkApps后点击finish。
此时出现下图所示错误:
Could not write metadata for '/RemoteSystemsTempFiles'.
D:\programFiles\eclipse\workspace\.metadata\.plugins\org.eclipse.core.resources\.projects\RemoteSystemsTempFiles\.markers.snap (系统找不到指定的路径。)
网上查了一下,需要修改一设置:
Window->preferences,填写'remote'选择remote systems, 将'reopen remote systems view to previous state'前面的勾去掉。
选择General->Startup and Shutdown,将RSE UI前的勾去掉。
话说回来,待Eclipse配置Maven完成后,可以看到SparkApps项目中的JRE System Library显示J2SE-1.5,需要修改此JRE版本。
在SparkApps项目点击右键,选择Build Path->Configure Build Path...,在Java Build Path中的Libraries标签中选择JRE System Library[J2SE-1.5],点击Edit
在“Select JRE for the project build path”中选择"Workspace default JRE(jre1.8.0_45)"后点击finish。
可以看到SparkApps项目中的Java版本变成了1.8。
在顶级包下创建子包。在SparkApps项目中的src/main/java下的com.dt.spark.SparkApps顶级包上点击右键,选择new-> package。
填写Name为com.dt.spark.SparkApps.cores后点击finish。
在com.dt.spark.SparkApps.cores包上点击右键选择new->class,在Name中填写WordCount,选中public static void main(String[] args)后点击Finish。
可以看到自动为WordCount类创建了main方法。
Maven管理项目的核心就是pom.xml,在这个文件中有工程编写运行时的依赖的支持。
编写程序前需要先修改pom.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.dt.spark</groupId>
<artifactId>SparkApps</artifactId>
<version>0.0.1-SNAPSHOT</version>
<packaging>jar</packaging>
<name>SparkApps</name>
<url>http://maven.apache.org</url>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>3.8.1</version>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-hive_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>2.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming-kafka_2.10</artifactId>
<version>1.6.0</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-graphx_2.10</artifactId>
<version>1.6.0</version>
</dependency>
</dependencies>
<build>
<sourceDirectory>src/main/java</sourceDirectory>
<testSourceDirectory>src/main/test</testSourceDirectory>
<plugins>
<plugin>
<artifactId>maven-assembly-plugin</artifactId>
<configuration>
<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>
<archive>
<manifest>
<maniClass></maniClass>
</manifest>
</archive>
</configuration>
<executions>
<execution>
<id>make-assembly</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
<plugin>
<groupId>org.codehaus.mojo</groupId>
<artifactId>exec-maven-plugin</artifactId>
<version>1.3.1</version>
<executions>
<execution>
<goals>
<goal>exec</goal>
</goals>
</execution>
</executions>
<configuration>
<executable>java</executable>
<includeProjectDependencies>false</includeProjectDependencies>
<classpathScope>compile</classpathScope>
<mainClass>com.dt.spark.SparkApps.WordCount</mainClass>
</configuration>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<configuration>
<source>1.6</source>
<target>1.6</target>
</configuration>
</plugin>
</plugins>
</build>
</project>
**** Spark SQL不能取代Hive,原因是Hive包含两部分一部分是存储引擎,另一部分是计算引擎,Spark SQL取代的只是Hive的计算引擎,而Hive的存储引擎还是不错的。
未完待续......
以上内容是王家林老师DT大数据梦工厂《 IMF传奇行动》第10课的学习笔记。
王家林:Spark、Flink、Docker、Android技术中国区布道师。Spark亚太研究院院长和首席专家,DT大数据梦工厂创始人,Android软硬整合源码级专家,英语发音魔术师,健身狂热爱好者。
第10课:底实战详解使用Java开发Spark程序学习笔记相关推荐
- 第10课:底实战详解使用Java开发Spark程序学习笔记(二)
Maven下的Spark配置: http://maven.outofmemory.cn/org.apache.spark,这个网站提供了Spark core.Spark Streaming使用Mave ...
- 第8课:彻底实战详解使用IDE开发Spark程序
第8课:彻底实战详解使用IDE开发Spark程序 1.下载安装windows下的scala-2.10.4. 2.打开eclipse,新建scala project: WordCount 3.修改依赖的 ...
- 第8课:彻底实战详解使用IDE开发Spark程序--集群模式运行
第8课:彻底实战详解使用IDE开发Spark程序--集群模式运行 拷贝WordCount.scala生成WordCountCluster.scala. 1. 将object WordCount改为ob ...
- 3000门徒内部训练绝密视频(泄密版)第8课:彻底实战详解使用IDE开发Spark程序
彻底实战详解使用IDE开发Spark程序 使用IDE开发Spark分析 使用IDE开发Spark实战 使用IDE开发Spark的Local和Cluster 开发两种选择:IDEA.Eclipse 下载 ...
- ASP.NET Core分布式项目实战(详解oauth2授权码流程)--学习笔记
最近公司产品上线,通宵加班了一个月,一直没有更新,今天开始恢复,每日一更,冲冲冲 任务13:详解oauth2授权码流程 我们即将开发的产品有一个用户 API,一个项目服务 API,每个服务都需要认证授 ...
- 官网实例详解-目录和实例简介-keras学习笔记四
https://github.com/keras-team/keras/tree/master/examples Keras examples directory Keras实例目录 (点击跳转) 官 ...
- shiro详解-shiro史上最全学习笔记
1.shiro简介 1.1.基本功能点 Shiro 可以非常容易的开发出足够好的应用,其不仅可以用在 JavaSE 环境,也可以用在 JavaEE 环境.Shiro 可以帮助我们完成:认证.授权.加密 ...
- 图文详解!java开发面试简历模板java
开头 对于一个Java程序员而言,能否熟练掌握并发编程是判断他优秀与否的重要标准之一.因为并发编程是Java语言中最为晦涩的知识点,它涉及操作系统.内存.CPU.编程语言等多方面的基础能力,更为考验一 ...
- JVM垃圾回收面试题详解,java开发语言基础知识
所以这种算法已经没人用了. 2.2 可达性分析法 2.2.1 什么是可达性 可达性分析法就是目前的主流算法,也是java正在使用的算法. 它的做法是,通过一系列被称为"GC Roots&qu ...
最新文章
- 用JavaScript获取一个超链接的绝对URL地址
- 原码、反码、补码解析,保证一次搞懂
- c++拷贝、赋值和销毁的简单介绍
- linux下根据端口查进程,linux根据进程查端口,根据端口查进程
- gin 怎么通过 post 发送结构体_Go Web 框架 Gin 实践12—优化配置结构及实现图片上传...
- PDM系统服务器管理,基于PDM的异地协同设计系统
- jQuery教程04-jQuery_this选择器
- 未来教育计算机二级第一套ppt解析,计算机二级未来教育PPT部分答案
- 预培训个人项目(地铁线路规划)
- Rust: trim(),trim_matches()等江南六怪......
- 考研复试-计算机网络速记知识点
- 一位大佬对于 Qt 学习的最全总结(三万字干货)
- python电路仿真软件_Arduino仿真软件64位Virtual Breadboard下载 v4.21
- 生成SSL自签名证书
- 解决电脑插耳机听视频暂停后继续耳机声音突然变大的问题(详细图解)
- 3dmax用云渲染好还是本地渲染好?云渲染哪个好用?
- 机器视觉硬件—相机镜头的选型
- 360校园招聘2015届技术类笔试题
- 通过不断重置学习率来逃离局部极值点
- java计算机毕业设计中学招生管理系统源程序+mysql+系统+lw文档+远程调试