前言

我们用IDEA创建Spark项目的时候，默认都是使用SBT作为构建工具的，那么SBT是个啥？

SBT是 Scala 的构建工具，全称是 Simple Build Tool，类似 Maven 或 Gradle。

SBT 的野心很大，采用Scala编程语言本身编写配置文件，这使得它稍显另类，虽然增强了灵活性，但是对于初学者来说同时也增加了上手难度。

另外由于SBT默认从国外下载依赖，导致第一次构建非常缓慢。

设置全局仓库

默认从国外下载依赖，我们可以设置仓库的地址来加快构建速度。

设置仓库

华为镜像站

https://mirrors.huaweicloud.com/home

忽略自身仓库

设置所有项目均使用全局仓库配置，忽略项目自身仓库配置

该参数可以通过 Java System Property 进行设置。在 SBT 中，有三种方法可以设置 Java System Property，可以根据需要自行选择。

方法一：修改SBT配置文件（推荐）

提醒一下， sbt-1.3.0/conf/ 目录下有两个配置文件， sbtconfig.txt 仅适用于 Windows 平台，而 sbtopts 仅适用于 Mac/Linux 平台。

针对 Windows 平台，打开 sbt-1.3.0/conf/sbtconfig.txt 文件，在末尾新增一行，内容如下：

1	-Dsbt.override.build.repos=true

针对 Mac/Linux 平台，打开 sbt-1.3.0/conf/sbtopts 文件，在末尾新增一行，内容如下：

1	-Dsbt.override.build.repos=true

方法二：设置环境变量

在 Windows 上通过 set 命令进行设置，

1	set SBT_OPTS="-Dsbt.override.build.repos=true"

在 Mac/Linux 上使用 export 命令进行设置，

1	export SBT_OPTS="-Dsbt.override.build.repos=true"

创建项目

修改build.sbt

name := "SparkDemo01"

version := "1.0-SNAPSHOT"

scalaVersion := "2.12.15"

idePackagePrefix := Some("org.example")

val sparkVersion = "3.1.3"

// 将阿里云仓库做为默认仓库
externalResolvers := List("my repositories" at "https://maven.aliyun.com/nexus/content/groups/public/")


libraryDependencies ++= Seq(
  "org.apache.spark" %% "spark-core" % sparkVersion,
  "org.apache.hbase" % "hbase-client" % "2.1.10",
  "org.apache.hbase" % "hbase-common" % "2.1.10",
  "org.apache.hbase" % "hbase-server" % "2.1.10",
  "org.apache.hbase" % "hbase-mapreduce" % "2.1.10",
  "org.apache.hbase" % "hbase-protocol" % "2.1.10"
)

示例

package org.example

import org.apache.hadoop.hbase._
import org.apache.hadoop.hbase.mapreduce.TableInputFormat
import org.apache.hadoop.hbase.util.Bytes
import org.apache.spark.{SparkConf, SparkContext}

object SparkHBase {
  def main(args: Array[String]): Unit = {
    val config = new SparkConf()
    config
      .setMaster("local[*]")
      .setAppName("SparkHBase")
    val sc = new SparkContext(config)

    val conf = HBaseConfiguration.create()
    //    conf.set("hbase.zookeeper.quorum", "192.168.7.101")
    //    conf.set("hbase.zookeeper.property.clientPort", "2181")
    //设置查询的表名
    conf.set(TableInputFormat.INPUT_TABLE, "student")
    val stuRDD = sc.newAPIHadoopRDD(
      conf,
      classOf[TableInputFormat],
      classOf[org.apache.hadoop.hbase.io.ImmutableBytesWritable],
      classOf[org.apache.hadoop.hbase.client.Result]
    )
    val count = stuRDD.count()
    println("Students RDD Count:" + count)
    stuRDD.cache()

    //遍历输出
    stuRDD.foreach({ case (_, result) =>
      val key = Bytes.toString(result.getRow)
      val s_name = Bytes.toString(result.getValue("s_name".getBytes, "".getBytes))
      val math = Bytes.toString(result.getValue("s_course".getBytes, "math".getBytes))
      println("Row key:" + key)
      println("s_name:" + s_name)
      println("math:" + math)
    })
  }
}

如果运行报错

Error running HBaseSpark. Command line is too long.

找到.idea下的workspace.xml

搜索 PropertiesComponent

内部添加

1	<property name="dynamic.classpath" value="true" />

添加后结构如下

<component name="PropertiesComponent">
  <property name="dynamic.classpath" value="true" />
  <property name="RunOnceActivity.OpenProjectViewOnStart" value="true" />
  <property name="RunOnceActivity.ShowReadmeOnStart" value="true" />
  <property name="WebServerToolWindowFactoryState" value="false" />
  <property name="project.structure.last.edited" value="Modules" />
  <property name="project.structure.proportion" value="0.0" />
  <property name="project.structure.side.proportion" value="0.0" />
  <property name="vue.rearranger.settings.migration" value="true" />
</component>

我是码客，我是全栈工程师，我为自己代言。

SBT入门

前言

设置全局仓库

设置仓库

忽略自身仓库

创建项目