1、开发第一个Spark程序
1)创建一个Spark Context
2)加载数据
3)把每一行分割成单词
4)转换成pairs并且计数
2、wordCount程序
import org.apache.spark.{SparkConf, SparkContext}
/**
* @author
* @date 2020-05-11 20:19
* @version 1.0
*/
def main(args: Array[String]) {
val conf = new SparkConf().setAppName("wordcount")
val sc= new SparkContext(conf)
val input=sc.textFile("/Users/navyliu/Downloads/spark/helloSpark.txt")
val lines = input.flatMap(line=>line.split(" "))
val count = lines.map(word=>(word,1)).reduceByKey{case (x,y)=>x+y}
val output = count.saveAsTextFile("/Users/navyliu/Downloads/spark/helloSparkRes")
}
3、打包
配置jar包
大数据培训
build
然后build【关注尚硅谷，轻松学IT】
4、启动集群
1)启动master
./sbin/start-master.sh
master启动之后,可以访问下面地址:
http://localhost:8080/
2)启动worker
./bin/spark-class
启动work要用到这个地址:
spark://deMacBook-Pro.local:7077
启动work的命令为:
./bin/spark-class org.apache.spark.deploy.worker.Worker spark://navydeMacBook-Pro.local:7077
查看进程
也可以在页面中看到worker进程
3)提交作业
./bin/spark-submit
提交命令
./bin/spark-submit --master spark://deMacBook-Pro.local:7077 --class CountWord untitled.jar
把生成的jar包拷到当前目录
提交作业的命令为:
./spark-2.4.5-bin-hadoop2.7/bin/spark-submit --master spark://deMacBook-Pro.local:7077 --class CountWord untitled.jar
结果为:
可以看到生成了文件目录helloSparkRes
jobs任务截图:
5、遇到的问题
如果报这种错误:
dyld: lazy symbol binding failed: Symbol not found: ____chkstk_darwin
Referenced from: /private/var/folders/91/6g1y3wp163jbr7tgdrqgkjg80000gn/T/liblz4-java-8731604412047028366.dylib
Expected in: /usr/lib/libSystem.B.dylib
dyld: Symbol not found: ____chkstk_darwin
Referenced from: /private/var/folders/91/6g1y3wp163jbr7tgdrqgkjg80000gn/T/liblz4-java-8731604412047028366.dylib
Expected in: /usr/lib/libSystem.B.dylib
原因是scala版本与spark版本冲突，重新下载spark，版本是2.4.5(spark-2.4.5-bin-hadoop2.7)，对应的scala是scala-2.12.11.
重新运行即可.
作者：归来少年666
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70010293/viewspace-2844271/ ，如需转载，请注明出处，否则将追究法律责任。
