提交jar作业到spark上运行

1.引入spark包：spark-assembly-1.4.0-hadoop2.6.0,在spark的lib目录下

File–>project structure

2.用IDEA建立一个scala项目，新建一个WordCount的object

3.WordCount代码如下：

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._object WordCount {
  def main(args: Array[String]) {
    if (args.length < ) {
      System.err.println("Usage: <file>")
      System.exit()
    }    val conf = new SparkConf()
    val sc = new SparkContext(conf)
    val line = sc.textFile(args())    line.flatMap(_.split(" ")).map((_, )).reduceByKey(_+_).collect().foreach(println)    sc.stop()  }}

4.打包jar包:IDEA–>Project Structure–>Artifacts–>点击+

注意：点击From modules with dependencies，不是Empty

5.填写好导出的路径，我的是放在/home/jiahong/sparkTest目录

6.启动spark集群,到http://localhost:8080/查看spark的主节点地址，我的为：spark://jiahong-OptiPlex-7010:7077

7.在终端上次jar包到spark

jiahong@jiahong-OptiPlex-:~/spark-1.4.-bin-hadoop2.$ bin/spark-submit --master spark://jiahong-OptiPlex-7010:7077 --name spark_scala --class WordCount --executor-memory 1G --total-executor-cores 2 ~/sparkTest/spark_scala.jar /home/jiahong/jia.txt

进入hadoop,然后用spark-submit命令来提交jar包，如果看不懂上面的命令，则可以用spark-submit –help查看帮助

spark://jiahong-OptiPlex-7010:7077 为主节点的地址

--name spark_scala 为导出的jar包的名字

--class WordCount 为单词计数的object名

--executor-memory 1G --total-executor-cores 2 指定用多少内存执行和，执行的CPU核数是多少

~/sparkTest/spark_scala.jar 为导出的jar包的位置

/home/jiahong/jia.txt 为要WordCount输入的计算统计词频文件位置
9.运行时查看任务状态地址:
http://192.168.22.7:4040