--本篇隨筆由同事葛同學提供。
windows下spark開發環境配置
特注：windows下開發spark不需要在本地安裝hadoop，但是需要winutils.exe、hadoop.dll等文件，前提是你已經安裝了eclipse、maven、jdk等軟件
spark支持jdk版本建議是1.8及以上，如果開發spark建議將jdk編譯版本設置為1.8
我選擇的spark是spark-1.4.0-bin-hadoop2.6.tgz，故以該版本為例
第一步：下載spark-1.4.0-bin-hadoop2.6.tgz到本地，並解壓在本地目錄
地址為：http://spark.apache.org/downloads.html
第二步：下載windows下hadoop工具包（分為32位和64位的），在本地新建一個hadoop目錄，必須有 bin目錄例如：D:\spark\hadoop-2.6.0\bin
然后將winutil等文件放在bin目錄下
地址：https://github.com/sdravida/hadoop2.6_Win_x64/tree/master/bin
第三步：配置hadoop和spark的環境變量：
HADOOP_HOME 例如：D:\spark\hadoop-2.6.0
SPARK_HOME
SPARK_CLASSPATH
path中加入spark和hadoop
至此，在cmd命令下輸入spark-shell 至此windows下配置ok了
搭建自己的spark maven項目hello world程序
對於已經安裝了eclipse環境的程序員來說，不用再單獨安裝saprk的開發環境，由於spark是基於scala語言的，所以如果要想看源代碼，需要安裝scala的eclipse插件
第一步:安裝scala的eclipse插件
地址：http://download.scala-ide.org/sdk/lithium/e44/scala211/stable/site
第一步：創建自己的spark maven項目
勾選create a simple project
第二步：選則maven生成的包，這里一定要選這jar，因為spark程序一般是打包為jar包的
其他必填自己按需填
第三步：添加spark的jar包到剛才新建的maven項目中
找到集群安裝的spark安裝目錄，在lib目錄下會看到
將加到maven項目的build path下
第四步：pom中添加自己的spark，hadoop maven依賴
例如：
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>1.5.2</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.10</artifactId>
<version>1.5.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>1.2.0</version>
</dependency>
第五部：spark程序的入口是main函數，至此可以編寫自己的hello world並讓它跑起來和調試
public class SparkMain implements Serializable {
public static void main(String[] args) throws Exception {
//編寫自己的spark程序
System.out.println(“hello spark!”);
}
}
Now everything is ready for you to run your main Class. Enjoy!