Spark在Windows环境下的搭建

本文写于2022年3月，此时最新版的JDK已经更新到了JDK17——下载地址。为了满足开发人员的需要，Oracle仍然提供了JDK8和JDK11可供下载，下载链接也在上面的网站上，只需要把页面下滑即可。

注：由于需要配置Spark，但Spark与较新的JDK兼容性不好，如果使用最新的JDK，后序运行Spark过程中会出现错误。因此，建议初学者安装JDK8即可。

下载完成后即可安装。但需要注意的是，需要为JDK设置三个环境变量PATH、JAVA_HOME、CLASSPATH，网上已经有很多设置环境变量的教程，这里就不再赘述。贴一个参考链接：https://blog.csdn.net/u011513853/article/details/52865076?spm=1001.2014.3001.5506

scala和Hadoop下载需要注意一下和Spark的对应版本，通过Spark下载网站，如下图，可以得知对应关系。

Pre-built for Apache Hadoop 3.2 and later是指选择的安装包是已经为Hadoop3.2和3.2之后的版本预编译好的，即Hadoop需要下载3.2之后的版本。最下面写明了Spark3是用Scala 2.12预编译好的，因此我需要下载Scala 2.12.x 版本。

下载好之后同样需要设置环境变量。

全部安装好之后命令行输入spark-shell，如果没有提示ERROR信息，只是一些警告WARN可以不管。这里解读一下命令行的提示：

（1）有一个和Hadoop配置相关的警告，查阅资料也没找到简单的方法，索性不管了，反正不影响运行。

（2）Using Spark’s default log4j profile: org/apache/spark/log4j-defaults.properties这句话是指使用Spark默认的配置文件，路径在：%SPARK_HOME%\conf\log4j.properties.template.暂时不用管。

IntelliJ在业界被公认为最好的java开发工具，而Spark的原生态语言是Scala，Scala是Java的延伸，所以IntelliJ是一款很适合于运行Spark程序的集成开发环境。下载过程和基本的配置过程就不说了，可以参考这篇博客。

1.由于JDK版本太高，开始使用的最新版JDK，与Spark兼容性差，导致运行Spark程序时出现很多问题。如运行spark-shell出现java.lang.illegalAccessError。解决办法就是使用JDK8或者JDK11，Spark可能还不支持JDK17。

2.在IDEA中运行时，结果面板上出现很多INFO日志信息，而输出的结果只是隐藏在其中的一行，不易浏览。需要设置一下配置文件。前面说过路径%SPARK_HOME%\conf\log4j.properties.template是Spark的一个配置文件，我们拷贝该文件一份到IDEA工程文件下的src/main/resources文件夹，更改文件第一行log4j.rootCategory=INFO, console为log4j.rootCategory=ERROR, console，并将文件名log4j.properties.template改为log4j.properties即可。

修改前：

修改后：