如何进行scala和java混合开发打包？

首先创建maven工程，在pom.xml添加一下依赖

1.8

UTF-8

3.8.1

1.6.4

3.1

2.11.8

2.3.2

org.scala-lang

scala-library

${scala.version}

org.slf4j

slf4j-api

${slf4j-api.version}

org.slf4j

slf4j-log4j12

1.7.25

org.apache.maven.plugins

maven-compiler-plugin

3.6.1

1.7

1.7

net.alchim31.maven

scala-maven-plugin

3.2.2

org.apache.maven.plugins

maven-jar-plugin

3.0.2

true

lib/

spark.example.Main

org.apache.maven.plugins

maven-dependency-plugin

3.0.0

package

copy-dependencies

${project.build.directory}/lib

其中mainClass是最后打包的jar包的主函数，通常是包含main方法的scala类，你也可以不指定。

打包命令用mvn clean scala:compile package

打包之后在jar同目录下会有./lib子目录，包含scala-library-2.11.8.jar等依赖包都会在该目录。

如果依赖包在其他目录，也可以用命令：、

java -Djava.ext.dirs=c:\libs -jar my-snapshot.jar

来执行。其中-Djava.ext.dirs=c:\libs指定了依赖包路径为c:\libs，你可以换成自己的目录。

(1)读本地文件示例

var file = "C:\\github\\data\\sparkdata.txt"

val fileSrc = scala.io.Source.fromFile(file)

fileSrc.getLines().foreach(println)

(2)Spark示例

/**

* 打印文件内容

*/

val conf = new SparkConf().setAppName("Spark example").setMaster("local");

val sc = new SparkContext(conf);

var file = "file:///C:\\github\\data\\sparkdata.txt"

var fileRdd = sc.textFile(file, 1)

println("#len:", fileRdd.count())

控制日志级别

spark程序跑起来一堆日志，看的心烦，这里介绍简单的控制日志输出的方法

hadoop.root.logger=ERROR, console

log4j.rootLogger = ERROR, console

log4j.appender.console=org.apache.log4j.ConsoleAppender

log4j.appender.console.target=System.out

log4j.appender.console.layout=org.apache.log4j.PatternLayout

log4j.appender.console.layout.ConversionPattern=%d{yy/MM/dd HH:mm:ss} %p %c{2}: %m%n

# apache

log4j.logger.org.apache.hadoop.util.Shell= off

其中log4j.logger.org.apache.hadoop.util.Shell= off是控制org.apache.hadoop.util.Shell类的日志不打印，windows下hadoop用到winutils.exe文件，找不到就会报错，但不影响跑程序，干脆关掉它的日志。