1》基础环境准备：
jdk1.8.0_101
maven 3.3.9
scala2.11.8
安装好上述软件，配置好环境变量，并检查是否生效。
2》配置maven:intellij idea maven配置及maven项目创建
3》设置maven编译内存
export MAVEN_OPTS="-Xmx2g -XX:ReservedCodeCacheSize=512m"
4.》使用maven命令编译源码。
mvn -Pyarn -Phadoop-2.7 -Dhadoop.version=2.7.3 -Phive -Phive-thriftserver -DskipTests
5》使用spark自带打包脚本打包(实际上该脚本调用上述的mvn命令，所以可以直接跳过第4步，当然如果只是调试用，不用打成压缩包，则直接到第4步即可)。
首先修改脚本：在spark源码包根目录下执行如下命令， vi dev/make-distribution.sh 注释掉以下内容：位于文件中的120~136行。 #VERSION=$("$MVN" help:evaluate -Dexpression=project.version $@ 2>/dev/null | grep -v "INFO" | tail -n 1) #SCALA_VERSION=$("$MVN" help:evaluate -Dexpression=scala.binary.version $@ 2>/dev/null # | grep -v "INFO" # | tail -n 1) #SPARK_HADOOP_VERSION=$("$MVN" help:evaluate -Dexpression=hadoop.version $@ 2>/dev/null # | grep -v "INFO" # | tail -n 1) #SPARK_HIVE=$("$MVN" help:evaluate -Dexpression=project.activeProfiles -pl sql/hive $@ 2>/dev/null # | grep -v "INFO" # | fgrep --count "<id>hive</id>"; # # Reset exit status to 0, otherwise the script stops here if the last grep finds nothing # # because we use "set -o pipefail" # echo -n) 添加以下内容： VERSION=2.3.0 SCALA_VERSION=2.11 SPARK_HADOOP_VERSION=2.7.3 SPARK_HIVE=1
6》修改后保存退出。在源码包根目录指定以下命令：
./dev/make-distribution.sh –name 2.7.3 –tgz -Pyarn -Phadoop-2.7 -Dhadoop.version=2.7.3 -Phadoop-provided -Phive -Phive-thriftserver -DskipTests
如果要编译对应的cdh版本，需要在源码的根目录下的pom文件中添加如下的仓库。
添加 cdh的仓库。
<repository>
<id>clouders</id>
<name>clouders Repository</name>
<url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
</repository>
命令解释：
--name 2.7.3 ***指定编译出来的spark名字，name=
--tgz ***压缩成tgz格式
-Pyarn ***支持yarn平台
-Phadoop-2.7 -Dhadoop.version=2.7.3 ***指定hadoop版本为2.7.3
-Phive -Phive-thriftserver ***支持hive
-DskipTests clean package ***跳过测试包