使用IntelliJ IDEA开发Spark Maven应用程序
虽然Spark官方推荐使用SBT来构建Spark项目，但仍然有很多人习惯使用Maven。接下来我们演示如何使用IntelliJ IDEA开发Spark Maven应用程序。
集成开发环境IntelliJ IDEA的安装，请参考上一节中的安装步骤。请确保已经安装了JDK 8和Scala插件。
本节主要内容包括：
一、创建IntelliJ Maven项目
首先启动IntelliJ IDEA，依次选择File > New > Project > Maven，从模板创建Scala Maven项目。如下图所示：
在接下来的向导窗口中，命名项目如下：
GroupId: com.xueai8 ArtifactId: sparkexamples Version: 1.0-SNAPSHOT
然后单击Next按钮继续。如下图所示：
接下来，设置Maven的settings文件和repository位置。选择默认就好了。
最后，选择项目名称和位置。这些字段应该自动填充，所以使用默认值就好了。然后按下【Finish】键，开始生成项目。
IntelliJ应该创建一个具有默认目录结构的新项目。生成所有文件夹可能需要一到两分钟。
让我们了解一下项目结构：
- .idea：这些是IntelliJ配置文件。
- src/main/scala：源代码。源代码应该位于此目录下。而test文件夹应该保留用于测试脚本。
- target：当对项目编译时会产生此目录。
- pom.xml：Maven配置文件。使用这个文件导入第三方库和文档。
二、验证SDK安装和配置
在继续之前，让我们先验证几个IntelliJ设置：
1) 验证导入Maven项目是否自动打开。
【File】 > 【Settings...】 > 【Build, Execution, Deployment】 > 【Build Tools】 > 【Maven】 > 【Importing】
2)验证项目的Project SDK和Project language level设置为Java版本：
【File】 > 【Project Structure...】 > 【Project】
3)验证模块的Language level设置为Java版本：
【File】 > 【Project Structure...】 > 【Modules】，将右侧的的Language level值设置如下图：
4)验证Global Libraries已经配置了Scala SDK
【File】 > 【Project Structure...】 > 【Global Libraries】，点击右侧的加号（+），浏览并选择本地安装的Scala SDK安装目录，设置如下图：
三、项目依赖和管理配置
在开始编写Spark应用程序之前，我们需要将Spark库和文档导入IntelliJ。要导入Spark库，我们将使用依赖管理器Maven。打开pom.xml配置文件，按以下步骤编辑。
1）首先，将Scala版本修改为最新的版本，我使用的是2.12.14：
<properties>
<scala.version>2.12.14</scala.version>
</properties>
2）删除如下部分：
<plugin>
<groupId>org.scala-tools</groupId>
<artifactId>maven-scala-plugin</artifactId>
<executions>
<execution>
<goals>
<goal>compile</goal>
<goal>testCompile</goal>
</goals>
</execution>
</executions>
<configuration>
<scalaVersion>${scala.version}</scalaVersion>
<args>
<arg>-target:jvm-1.8</arg>
</args>
</configuration>
</plugin>
3）删除不必要的文件。
从项目结构中，删除如下部分：
- 删除src/test
- 删除src/main/scala/org.xueai8.App
4）添加Spark依赖到Maven pom.xml文件中。
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.12</artifactId>
<version>3.1.2</version>
<scope>compile</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.12</artifactId>
<version>3.1.2</version>
<scope>compile</scope>
</dependency>
5）最终的pom.xml文件如下所示：
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.xueai8</groupId>
<artifactId>sparkexamples</artifactId>
<version>1.0-SNAPSHOT</version>
<properties>
<scala.version>2.12.11</scala.version>
</properties>
<dependencies>
<!--scala-->
<dependency>
<groupId>org.scala-lang</groupId>
<artifactId>scala-library</artifactId>
<version>${scala.version}</version>
</dependency>
<!--spark-->
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.12</artifactId>
<version>3.1.2</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.12</artifactId>
<version>3.1.2</version>
</dependency>
</dependencies>
<build>
<sourceDirectory>src/main/scala</sourceDirectory>
<testSourceDirectory>src/test/scala</testSourceDirectory>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<configuration>
<source>1.8</source>
<target>1.8</target>
</configuration>
</plugin>
</plugins>
</build>
</project>
保存文件后，IntelliJ将自动导入运行Spark所需的库和文档。这个过程有可能会持续较长时间。
四、测试程序
接下来，我们就可以开发基于Maven的Spark程序。
1）创建源程序
在src/main/scala上单击右键，创建一个Scala Object，命名为HelloWorld。编辑代码如下：
object HelloWorld {
def main(args: Array[String]): Unit = {
println("Hello World!")
}
}
有些时候，pom.xml中的依赖项不会自动加载，因此，需要重新导入依赖项或重启IntelliJ。
2）然后在文件任何空白地方，单击右键，在弹出的菜单中选择【Run 'MyApp'】，如果得到如下的输出结果，则一切OK！
Hello World!
五、项目编译和打包
对于Maven项目，可以简单地在终端窗口运行如下的打包命令，就会自动编译并打jar包：
$ mvn clean package
如下图所示：
如果一切顺利，会在项目中生成target目录，打好的jar包就位于此目录下。如下图所示：
