Linux下安装Scala及大数据开发教程

本文深入剖析了Linux环境下Scala开发环境搭建的关键要点与常见陷阱，强调JDK版本（必须≥1.8，推荐OpenJDK 8/11）和正确配置$JAVA_HOME、$PATH是Scala启动成功的前提；指出系统包管理器安装的Scala往往版本陈旧、组件不全，强烈推荐从官网下载二进制包并规范解压至/opt等稳定路径；详解/etc/profile中SCALA_HOME定义、PATH前置拼接及source生效等易错细节；更以四步闭环验证（java→scala→scalac→REPL）确保环境真正可用，并揭示Scala与Spark等大数据框架间严苛的版本耦合关系——稍有偏差即引发NoClassDefFoundError或编译失败，堪称一份直击痛点、兼顾原理与实操的大数据开发必备避坑指南。

确认 Java 已就位，否则 scala 一定启动失败

Scala 运行在 JVM 上，不是“装了就能用”。常见错误是执行 scala -version 报错：Command 'scala' not found 或更隐蔽的 java.lang.NoClassDefFoundError: java/nio/file/Paths —— 后者说明 JDK 版本太低（如用了 JDK 7），而 Scala 2.12+ 要求 JDK 8+。

必须验证两点：

• java -version 输出版本 ≥ 1.8（推荐 OpenJDK 8 或 11）
• $JAVA_HOME 已正确设置，且 $JAVA_HOME/bin 在 $PATH 中（可运行 which java 看路径是否匹配）

若未安装，Ubuntu/Debian 系统建议：sudo apt update && sudo apt install openjdk-11-jdk；CentOS/RHEL 用：yum install java-11-openjdk-devel。装完立刻验证，别跳过。

下载解压二进制包比 apt install scala 更可控

系统包管理器（如 apt）里的 scala 通常是旧版（如 Ubuntu 22.04 自带 2.13.6），且不带 scalac 编译器或版本混乱。大数据栈（Spark/Hadoop）对 Scala 版本极其敏感，比如 Spark 3.3.x 要求 Scala 2.12/2.13，但不能混用。

推荐直接下载官方二进制包：

• 去 https://www.scala-lang.org/download/ 找稳定版（如 scala-2.12.20.tgz）
• 下载后解压到统一位置，例如：tar -zxvf scala-2.12.20.tgz -C /opt/
• 创建软链接便于后续升级：sudo ln -sf /opt/scala-2.12.20 /opt/scala

注意：不要解压到 /tmp 或用户家目录下——权限、路径稳定性、多用户共享都会出问题。

/etc/profile 配置顺序和变量名影响全局可用性

很多教程只写 export PATH=$SCALA_HOME/bin:$PATH，但实际容易失效。关键点有三个：

• SCALA_HOME 必须先定义，且路径不能含符号链接（/opt/scala 是软链，应写成 /opt/scala-2.12.20 或确保软链已存在）
• PATH 拼接时，$SCALA_HOME/bin 必须放在 $PATH 前面，否则可能被系统其他 scala（如 /usr/bin/scala）覆盖
• 务必用 source /etc/profile 生效，且新终端才能继承——别只在当前 shell 测试后就认为 OK

标准写法示例（追加到 /etc/profile 末尾）：

export SCALA_HOME=/opt/scala-2.12.20
export PATH=$SCALA_HOME/bin:$PATH

然后运行：source /etc/profile && scala -version。如果仍报错，用 echo $PATH 确认 /opt/scala-2.12.20/bin 是否真在最前面。

验证不只是 scala -version，还要测 scalac 和 REPL 交互

只跑通 scala -version 不代表开发环境就绪。真实场景中会遇到：

• scalac HelloWorld.scala 报错：找不到 scala-library.jar → 说明 SCALA_HOME 下的 lib/ 未被 classpath 自动识别（正常情况不应手动配，但某些精简版 tar 包缺失该逻辑）
• 进入 REPL 后输入 println("test") 卡住或抛 NoClassDefFoundError → 往往是 JVM 参数或 java 可执行文件本身有问题（比如用了 JRE 而非 JDK）
• 和 Spark 集成时编译报 object spark is not a member of package org.apache → 实际是 Scala 版本与 Spark binary 不匹配，而非环境变量问题

所以完整验证链是：java -version → scala -version → scalac -version → scala 进入 REPL 并执行简单表达式 → :quit 退出。四步全过，才算真正就绪。

Scala 环境看似简单，但版本耦合深、路径依赖强、错误信息模糊。最容易被忽略的是：JDK 和 Scala 的主版本号必须严格对齐（2.12.x 对应 JDK 8/11，2.13.x 对应 JDK 11/17），且所有节点（尤其是集群部署时）的 $SCALA_HOME 和 $JAVA_HOME 必须完全一致——差一个 patch 版本都可能引发运行时异常。

到这里，我们也就讲完了《Linux下安装Scala及大数据开发教程》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于Linux的知识点！