如何在 Intellij IDEA 中运行 spark 示例程序

Question

首先在命令行上从我下载的 spark 项目的根目录运行

mvn package

成功了。

然后通过导入 spark pom.xml 创建了一个 intellij 项目。

在 IDE 中，示例类看起来很好：找到了所有库。这可以在屏幕截图中查看。

但是，当尝试运行 main() 时，会在 SparkContext 上发生 ClassNotFoundException。

为什么 Intellij 不能简单地加载和运行这个基于 maven 的 scala 程序？有什么办法可以解决？

如下所示，SparkContext 在 IDE 中看起来很好：但在尝试运行时找不到：

测试是通过右键单击 main() 内部运行的：

.. 并选择运行 GroupByTest

它给了

Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/spark/SparkContext
    at org.apache.spark.examples.GroupByTest$.main(GroupByTest.scala:36)
    at org.apache.spark.examples.GroupByTest.main(GroupByTest.scala)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:606)
    at com.intellij.rt.execution.application.AppMain.main(AppMain.java:120)
Caused by: java.lang.ClassNotFoundException: org.apache.spark.SparkContext
    at java.net.URLClassLoader$1.run(URLClassLoader.java:366)
    at java.net.URLClassLoader$1.run(URLClassLoader.java:355)
    at java.security.AccessController.doPrivileged(Native Method)
    at java.net.URLClassLoader.findClass(URLClassLoader.java:354)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
    at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:308)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
    ... 7 more

这里是运行配置：

Answer 1

Spark lib 不是您的 class_path。

执行sbt/sbt assembly，

在你的项目中包含“/assembly/target/scala-$SCALA_VERSION/spark-assembly*hadoop*-deps.jar”。

Answer 2

这可能对IntelliJ-Runtime-error-tt11383 有所帮助。将模块依赖项从 provide 更改为 compile。这对我有用。

Answer 3

您需要添加 spark 依赖项。如果您使用的是 maven，只需将这些行添加到您的 pom.xml：

<dependencies>
    ...
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
        <scope>provided</scope>
    </dependency>
    ...
</dependencies>

这样，您将拥有用于编译和测试目的的依赖项，但不会出现在“jar-with-dependencies”工件中。

但是，如果您想在 intellij 中运行的独立集群中执行整个应用程序，您可以添加一个 maven 配置文件以添加具有编译范围的依赖项。就像这样：

<properties>
    <scala.binary.version>2.11</scala.binary.version>
    <spark.version>1.2.1</spark.version>
    <spark.scope>provided</spark.scope>
</properties>

<profiles>
    <profile>
        <id>local</id>
        <properties>
            <spark.scope>compile</spark.scope>
        </properties>
        <dependencies>
            <!--<dependency>-->
                <!--<groupId>org.apache.hadoop</groupId>-->
                <!--<artifactId>hadoop-common</artifactId>-->
                <!--<version>2.6.0</version>-->
            <!--</dependency>-->
            <!--<dependency>-->
                <!--<groupId>com.hadoop.gplcompression</groupId>-->
                <!--<artifactId>hadoop-gpl-compression</artifactId>-->
                <!--<version>0.1.0</version>-->
            <!--</dependency>-->
            <dependency>
                <groupId>com.hadoop.gplcompression</groupId>
                <artifactId>hadoop-lzo</artifactId>
                <version>0.4.19</version>
            </dependency>
        </dependencies>
        <activation>
            <activeByDefault>false</activeByDefault>
            <property>
                <name>env</name>
                <value>local</value>
            </property>
        </activation>
    </profile>
</profiles>

<dependencies>
    <!-- SPARK DEPENDENCIES -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
        <scope>${spark.scope}</scope>
    </dependency>
</dependencies>

我还向我的应用程序添加了一个选项，以在 --local 被传递时启动本地集群：

  private def sparkContext(appName: String, isLocal:Boolean): SparkContext = {
      val sparkConf = new SparkConf().setAppName(appName)
      if (isLocal) {
          sparkConf.setMaster("local")
      }
      new SparkContext(sparkConf)
  }

最后，您必须在 Intellij 中启用“本地”配置文件才能获得正确的依赖关系。只需转到“Maven 项目”选项卡并启用配置文件。