Apache Spark源码走读之9 -- Spark源码编译

欢迎转载，转载请注明出处，徽沪一郎。

概要

原本源码编译没有什么可说的，对于java项目来讲，只要会点maven或ant的简单命令，依葫芦画瓢，一会儿就ok了。但到了Spark上面，事情彷佛不这么简单，按照spark officical document上的来作，总会出现这样或那样的编译错误，让人懊恼不已。

今天闲来无事，又重试了一把，竟然o了，作个记录，以备后用。

准备

个人编译机器上安装的Linux是archlinux，并安装后以下软件

1. scala 2.11
2. maven
3. git

下载源码

第一步固然是将github上的源码下载下来

git clone https://github.com/apache/spark.git

 源码编译

不是直接用maven也不是直接用sbt，而是使用spark中自带的编译脚本make-distribution.sh

export SCALA_HOME=/usr/share/scala
cd $SPARK_HOME
./make-distribution.sh

若是一切顺利，会在$SPARK_HOME/assembly/target/scala-2.10目录下生成目标文件，好比

assembly/target/scala-2.10/spark-assembly-1.0.0-SNAPSHOT-hadoop1.0.4.jar

使用sbt编译

以前使用sbt编译一直会失败的主要缘由就在于有些jar文件由于GFW的缘由而访问不了。解决之道固然是添加代理才行。

代理的添加有下面几种方式，具体哪一种好用，一一尝试吧，对于最新的spark。使用以下指令便可。

export http_proxy=http://proxy-server:port

方法二，设置JAVA_OPTS

JAVA_OPTS="-Dhttp.proxyServer=proxy-server -Dhttp.proxyPort=portNumber"

运行测试用例

既然可以顺利的编译出jar文件，那么确定也改动两行代码来试试效果，若是知道本身的发动生效没有呢，运行测试用例是最好的办法了。

假设已经修改了$SPARK_HOME/core下的某些源码，从新编译的话，使用以下指令

export SCALA_HOME=/usr/share/scala
mvn package -DskipTests

假设当前在$SPARK_HOME/core目录下，想要运行一下RandomSamplerSuite这个测试用例集合，使用如下指令便可。

export SPARK_LOCAL_IP=127.0.0.1
export SPARK_MASTER_IP=127.0.0.1
mvn -Dsuites=org.apache.spark.util.random.RandomSamplerSuite test