用docker 配置scala spark环境

要使用Docker配置Scala和Spark环境，您可以按照以下步骤进行操作。以下是一个基本的示例，您可能需要根据您的具体需求进行调整。

1. 安装Docker:

   • 在您的系统上安装Docker。您可以从Docker官方网站下载并安装适用于您操作系统的版本。

2. 创建Dockerfile:

   • 在您的项目目录中创建一个名为 Dockerfile 的文件，并添加以下内容：

     FROM openjdk:8# 设置Scala版本
     ENV SCALA_VERSION 2.12.15# 安装Scala
     RUN wget --quiet www.scala-lang.org/files/archive/scala-$SCALA_VERSION.deb && \dpkg -i scala-$SCALA_VERSION.deb && \rm scala-$SCALA_VERSION.deb && \apt-get update && \apt-get install scala -y# 设置Spark版本
     ENV SPARK_VERSION 3.2.0
     ENV HADOOP_VERSION 3.2# 安装Spark
     RUN wget --quiet https://archive.apache.org/dist/spark/spark-$SPARK_VERSION/spark-$SPARK_VERSION-bin-hadoop$HADOOP_VERSION.tgz && \tar -xvzf spark-$SPARK_VERSION-bin-hadoop$HADOOP_VERSION.tgz && \mv spark-$SPARK_VERSION-bin-hadoop$HADOOP_VERSION /opt/spark && \rm spark-$SPARK_VERSION-bin-hadoop$HADOOP_VERSION.tgz# 设置环境变量
     ENV SPARK_HOME /opt/spark
     ENV PATH $PATH:$SPARK_HOME/bin# 清理APT缓存
     RUN apt-get clean# 指定工作目录
     WORKDIR /app
     

3. 构建Docker镜像:

   • 在项目目录中运行以下命令构建Docker镜像：

     docker build -t my-scala-spark-image .

4. 创建Spark应用程序:

   • 在项目目录中创建您的Scala Spark应用程序，例如 MySparkApp.scala。

     // MySparkApp.scala
     import org.apache.spark.SparkConf
     import org.apache.spark.sql.SparkSessionobject MySparkApp {def main(args: Array[String]): Unit = {val conf = new SparkConf().setAppName("MySparkApp")val spark = SparkSession.builder.config(conf).getOrCreate()// Your Spark application logic goes herespark.stop()}
     }
     

5. 怎样编译打包出MySparkApp.jar 

     方法一：使用sbt

• 安装sbt:

• 在您的系统上安装sbt。您可以从sbt官方网站获取安装说明。

• 创建sbt项目: 

     在项目目录中创建一个名为 build.sbt 的文件，其中包含您的项目配置和依赖关系。

  • name := "MySparkApp"
    version := "1.0"
    scalaVersion := "2.12.15"libraryDependencies += "org.apache.spark" %% "spark-core" % "3.2.0"
    

    创建项目目录结构:

  • 在项目目录中创建一个名为 src/main/scala 的目录，并将您的Scala Spark应用程序文件 MySparkApp.scala 放入其中。
  • 编译和打包
  • 打开终端，进入项目目录，并运行以下命令编译和打包应用程序: sbt assembly 这将在 target/scala-2.12 目录下生成一个包含所有依赖项的JAR文件，通常具有类似于 MySparkApp-assembly-1.0.jar 的名称。

方法二：使用命令行

#使用scalac命令将Scala源代码编译为字节码文件。
scalac -classpath "/path/to/spark/jars/*" MySparkApp.scala
#使用jar命令将编译的字节码文件打包成JAR文件。
jar cf MySparkApp.jar MySparkApp*.class

6.运行Spark应用程序:

使用前面提到的Docker命令，在Docker容器中运行您的Spark应用程序：

• docker run -it --rm -v $(pwd):/app my-scala-spark-image /opt/spark/bin/spark-submit --class MySparkApp --master local[2] /app/MySparkApp.jar