不想搭集群，直接用spark

   为了完成布置的作业，需要用到spark的本地模式，根本用不到集群，就不想搭建虚拟机，hadoop集群啥的，很繁琐，最后写作业还用不到集群（感觉搭建集群对于我完成作业来说没有什么意义），所以才想办法在windows环境下，直接安装jdk、scala、spark等，使用spark的本地模式来写作业

步骤：

1. 安装jdk

检查了，发现我自己电脑（windows）上已经安装过jdk了，环境变量也配置好了,

path路径中也设置好了jdk的路径 

2. 下载安装scala

检查自己电脑上有没有安装scala

很好，没有安装scala，那就从官网上下载2.11.12版本，官网：

The Scala Programming Language (scala-lang.org)

​​

​

路径是在E盘下：

​

配置环境变量：

​

​

进入cmd，scala的路径下，输入scala，如下图所示，即为成功安装scala

​

3. 下载maven

maven已经下载好了，新建一个文件夹Localwarehouse，用来保存下载的依赖文件

​

配置maven的系统环境配置

​

cmd下验证，已经成功

​

配置maven: 记得修改完文件之后保存！

​

​

继续添加如下代码用来配置jdk版本

​

4. 验证idea是否安装好了

​

输出hello world 证明安装成功

idea的一些使用方法：

1. 字体设置：file–>settings–>输入font–>设置字体样式以及字号大小；

2. 快捷生产main方法：psvm；

3. 快速生产System.out.println()：sout；

4. 删除一行：选中需要删除的那一行，ctrl+y；

5. 将maven加载到idea中

​

 6. 安装scala插件

由于我的idea在plugins里搜索不到scala插件，所以可以官网上下载跟自己idea版本对应的scala插件，在idea安装目录下的plugins下，然后重启idea，就可以搜索到scala插件已经安装上了。

​

​

7.下载安装hadoop

Index of apache-local/hadoop/core/hadoop-3.2.2https://repo.huaweicloud.com/apache/hadoop/core/hadoop-3.2.2/环境变量配置好后，执行 hadoop version 出现以下异常

 解决办法：

 都修改完之后，执行hadoop version成功

8.Spark 安装和配置 

安装的是3.0.2的版本

下载地址：

https://archive.apache.org/dist/spark/spark-3.0.2/

解压spark安装包，解压到E:\spark-3.0.2-bin-hadoop3.2

在系统环境变量中添加SPARK_HOME，并将SPARK_HOME添加到系统环境变量的Path中。

cmd中执行spark-shell，出现如下警告

解决办法：

 到这里 GitHub - cdarlint/winutils: winutils.exe hadoop.dll and hdfs.dll binaries for hadoop windows 下载和你的 Hadoop 版本对应的工具所在的整个目录，比如 hadoop-3.2.0

把下载的文件中的 winutils.exe 拷贝到上述文件夹中

重新运行spark-shell，执行成功

 可通过http://DESKTOP-O202EN9:4040来查看web UI界面

9. idea里配置spark

新建maven项目、配置pom.xml文件等主要参考的是：

在IDEA运行spark程序（搭建Spark开发环境）_idea spark-CSDN博客

在这里声明一下我所用的版本都是多少，在我解决bug的过程中，这里边多少存在一些版本不对应的问题：

scala版本：2.11.12

hadoop的下载的包是：hadoop-3.2.2.tar.gz

spark下载的包是：spark-3.0.2-bin-hadoop3.2.tgz

maven的版本是：apache-maven-3.8.3

pom文件中的版本依赖如下所示:

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>TestDemo1</groupId>
    <artifactId>TestDemo1</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <!-- 声明scala的版本 -->
        <scala.version>2.11.12</scala.version>
        <!-- 声明linux集群搭建的spark版本，如果没有搭建则不用写 -->
        <!-- <spark.version>3.2.1</spark.version> -->
        <!-- 声明linux集群搭建的Hadoop版本 ，如果没有搭建则不用写-->
        <!-- <hadoop.version>3.1.4</hadoop.version>-->
    </properties>
    <dependencies>
        <!--scala-->
        <dependency>
            <groupId>org.scala-lang</groupId>
            <artifactId>scala-library</artifactId>
            <version>${scala.version}</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-core -->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>2.4.5</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-sql -->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_2.11</artifactId>
            <version>2.4.5</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-streaming -->
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-streaming_2.11</artifactId>
            <version>2.4.5</version>
            <scope>provided</scope>
        </dependency>
    </dependencies>


</project>

运行上个参考的博客里的WordCount程序的运行结果：

（注意：words.txt的路径我写了绝对路径，可以保证不出错，还有就是，是words.txt不是word.txt，word是有一个s 的，大家一定要注意，要不然会出现找不到路径下文件的错误，我解决了好久才发现是我文件名字没加s，呜呜呜~~白浪费了我那么多时间去解决这个Bug）