IDEA15 下运行Scala遇到问题以及解决办法

为了让Scala运行起来还是很麻烦，为了大家方便，还是记录下来：

1、首先我下载的是IDEA的社区版本，版本号为15.

2、下载安装scala插件：

2.1 进入设置菜单。

  

2.2 点击安装JetBrains plugin

2.3 输入scala查询插件，点击安装

说明：我的IDEA已经安装，所以这里面没有显示出来安装按钮，否则右边有显示绿色按钮。

3、新建Scala工程

3.1 新建工程

通过菜单：File----》New Project 选择Scala工程。

并且设置项目基本信息，如下图：

3.2 设置Modules

1）点击右上角的方块：

2）在左边选择Libraries---》+---》Scala SDK--》选择版本为2.10.4 

说明：如果不存在这个版本可以通过左下角的download去下载。

3）选择添加Java的Jar文件，选择Spark和Hadoop关联的Jar

我这里添加的是：spark-assembly-1.6.1-hadoop2.6.0.jar 这个是spark安装时候自带的lib里面有，很大。

定位到jar所在的目录后，刷新，选择这个文件，点击OK，会花费比较长时间建索引。

4）在Src源码目录新建文件：WordCount.scala

且输入如下代码：

import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.SparkContext._

object WordCount {
  def main(args: Array[String]) {
    if (args.length < 1) {
      System.err.println("Usage:<File>")
      System.exit(1)
    }
    val conf = new SparkConf().setAppName("WordCount")
    val sc = new SparkContext(conf)
    val line = sc.textFile(args(0))

    val words = line.flatMap(_.split("")).map((_, 1))
    val reducewords = words.reduceByKey(_ + _).collect().foreach(println)

    sc.stop()
  }

}

　5）编译运行：

  需要输入参数，所以要设置下相关参数信息：

随便复制个文件过去，然后设置下：

• 抛出异常：

Exception in thread "main" org.apache.spark.SparkException: A master URL must be set in your configuration
at org.apache.spark.SparkContext.<init>(SparkContext.scala:401)

解决办法：需要设置下SparkContext的地址：

•  抛出异常：

16/06/25 12:14:18 ERROR Shell: Failed to locate the winutils binary in the hadoop binary path
java.io.IOException: Could not locate executable nullinwinutils.exe in the Hadoop binaries.

解决办法：

http://stackoverflow.com/questions/19620642/failed-to-locate-the-winutils-binary-in-the-hadoop-binary-path

可能是因为我没有安装hadoop的原因，设置下相关信息就可以：

下载：

<a href="http://www.srccodes.com/p/article/39/error-util-shell-failed-locate-winutils-binary-hadoop-binary-path">Click here</a>

设置：HADOOP_HOME为下载后解压内容的上级目录，然后在PATH里面添加%HADOOP_HOME%/bin;

4、其他异常

1）异常内容：类或Object XXX已经被定义

     解决办法： 这个可能是工程里面设置了两个source目录，需要删除一个。

2）异常内容：sparkContext.class 依赖不存在

    解决办法：需要引入hadoop的jar包，我这里是：spark-assembly-1.6.1-hadoop2.6.0.jar

3）异常内容：Error:(17, 29) value reduceByKey is not a member of org.apache.spark.rdd.RDD[(String, Int)]

   解决办法： 导入这个：  import org.apache.spark.SparkContext._

4）异常内容：Exception in thread "main" java.lang.NoClassDefFoundError: com/google/common/util/concurrent/ThreadFactoryBuilder

   解决办法：添加依赖Jar ：guava-11.0.2.jar

5）异常内容：Exception in thread "main" java.lang.NoSuchMethodError: scala.collection.immutable.HashSet$.empty()Lscala/collection/immutable/HashSet;

  解决办法：更改scala-sdk版本为2.10，如果没有通过如下方式下载：（速度奇慢）

通过project Structure--》LIbraries--》+---》Scala SDK--》 Browse--》选择2.10---》Download...

 

6）异常内容：java.lang.AbstractMethodError  at akka.actor.ActorCell.create(ActorCell.scala:580)

   解决办法： 不知道怎么好了，JDK从1.8换到1.7，再次换到1.8就好了，莫名。

 

5、打包成Jar

1、设置下导出Jar信息：

2、设置导出的工程还导出的Main类：

3、通过选择点击-号删除其他依赖的class

4、导出Jar包：

5、上传后执行Jar包

 ./spark-submit --master spark://inas:7077 --class WordCount --executor-memory 512m /home/hadoop/sparkapp/scalatest4.jar hdfs://inas:9000/user/hadoop/input/core-site.xml

说明： hadoop文件为以前新建的，在提交之前需要先启动hadoop再自动spark，然后再用以上办法提交。

启动Hdfs： ./start-dfs.sh

启动spark：./sbin/start-all.sh（没试过）

可以通过如下方法启动：

~/project/spark-1.3.0-bin-hadoop2.4 $./sbin/start-master.sh
~/project/spark-1.3.0-bin-hadoop2.4 $./bin/spark-class org.apache.spark.deploy.worker.Worker spark://inas:7077
注意：必须使用主机名

启动模式为standaline模式。

Spark Standalone Mode 多机启动，则其他主机作为worker启动，设置master主题。