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
推荐
直接在华为镜像站中下载对应的配置文件直接覆盖就行。
如果是Windows系统，则进入CMD执行如下命令：
1
2
3
4
5
| cd ~
mkdir .sbt
cd .\.sbt\
echo "">repositories
start repositories
|
如果是Mac或Linux系统，则进入Bash执行如下命令：
1
2
3
4
| cd ~
mkdir .sbt
cd .sbt
vi repositories
|
然后创建 repositories 文件内容如下，并将文件拷贝到 .sbt 目录下，
1
2
3
4
| [repositories]
local
huaweicloud-ivy: https://mirrors.huaweicloud.com/repository/ivy/, [organization]/[module]/(scala_[scalaVersion]/)(sbt_[sbtVersion]/)[revision]/[type]s/[artifact](-[classifier]).[ext]
huaweicloud-maven: https://mirrors.huaweicloud.com/repository/maven/
|
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
| 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
| 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(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()
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
1
2
3
4
5
6
7
8
9
10
| <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>
|