环境要求
操作系统环境：Windows 10（Windows7、Windows8亦可）
Java版本： jdk1.8
Scala版本：2.11.0
Maven版本：3.5.4
Git版本：版本无要求
以上相关组件的版本是根据spark2.4.4源码的pom文件里的组件版本进行梳理的：
<java.version>1.8</java.version>
<maven.version>3.5.4</maven.version>
<scala.version>2.11.12</scala.version>
根据这组配置，本人已经成功编译数遍。
环境安装
1、Git Bash
首先说明，为什么要装Git Bash这个东西，这个主要是为了方便我们能在windows环境下执行linux环境下的一些操作。
下载链接：
https://git-scm.com/download/win
根据操作系统的位数下载相应的安装包之后，进行安装就可以了。
2、JDK1.8
下载链接：
https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
3、Scala2.11.0
下载链接：
https://www.scala-lang.org/download/2.11.0.html
4、Maven3.5.4（镜像使用阿里云http://maven.aliyun.com/nexus/content/groups/public/）
下载链接：
https://mirrors.tuna.tsinghua.edu.cn/apache/maven/maven-3/3.5.4/binaries/
以上下载安装之后，在系统变量里配置相关环境变量：
最后打开Git（或者CMD）进行相关验证：
Jack_Roy@LAPTOP-FAAF41TU MINGW64 ~
$ mvn -version
Apache Maven 3.5.4 (1edded0938998edf8bf061f1ceb3cfdeccf443fe; 2018-06-18T02:33:14+08:00)
Maven home: D:\apache-maven-3.5.4
Java version: 1.8.0_181, vendor: Oracle Corporation, runtime: D:\JAVA\JDK\jre
Default locale: zh_CN, platform encoding: GBK
OS name: "windows 10", version: "10.0", arch: "amd64", family: "windows"
Jack_Roy@LAPTOP-FAAF41TU MINGW64 ~
$ java -version
java version "1.8.0_181"
Java(TM) SE Runtime Environment (build 1.8.0_181-b13)
Java HotSpot(TM) 64-Bit Server VM (build 25.181-b13, mixed mode)
Jack_Roy@LAPTOP-FAAF41TU MINGW64 ~
$ scala -version
Scala code runner version 2.11.0 -- Copyright 2002-2013, LAMP/EPFL
以上就是编译环境的全部准备工作了，如果你的java、scala/maven统统验证成功，那么就可以下载spark源码进行编译了。
源码下载
spark2.4.4源码下载链接：
http://spark.apache.org/downloads.html
在下载页面选择相应版本和安装包类型（source code）后，就可以进行下载了：
源码编译
下载完成后我们进行解压，然后在Git中找到下载路径：
$ cd d:
Jack_Roy@LAPTOP-FAAF41TU MINGW64 /d
$ cd spark_source/spark-2.4.4
Jack_Roy@LAPTOP-FAAF41TU MINGW64 /d/spark_source/spark-2.4.4
$ ll
total 220
-rw-r--r-- 1 Jack_Roy 197121 2298 8月 28 05:20 appveyor.yml
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 assembly/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 bin/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 build/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 common/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 conf/
-rw-r--r-- 1 Jack_Roy 197121 995 8月 28 05:20 CONTRIBUTING.md
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 core/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 data/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 dev/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 docs/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 examples/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 external/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 graphx/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 hadoop-cloud/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 launcher/
-rw-r--r-- 1 Jack_Roy 197121 13335 8月 28 05:20 LICENSE
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 licenses/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 mllib/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 mllib-local/
-rw-r--r-- 1 Jack_Roy 197121 1531 8月 28 05:20 NOTICE
-rw-r--r-- 1 Jack_Roy 197121 103442 8月 28 05:20 pom.xml
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 project/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 python/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 R/
-rw-r--r-- 1 Jack_Roy 197121 3952 8月 28 05:20 README.md
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 repl/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 resource-managers/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 sbin/
-rw-r--r-- 1 Jack_Roy 197121 18386 8月 28 05:20 scalastyle-config.xml
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 sql/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 streaming/
drwxr-xr-x 1 Jack_Roy 197121 0 11月 9 13:54 tools/
输入编译命令执行：
mvn -Pyarn -Phadoop-2.4 -Dscala-2.11 -DskipTests clean package
如下就是开始编译了：
$ mvn -Pyarn -Phadoop-2.4 -Dscala-2.11 -DskipTests clean package
[INFO] Scanning for projects...
Downloading from alimaven: http://maven.aliyun.com/nexus/content/groups/public/org/apache/apache/18/apache-18.pom
Downloaded from alimaven: http://maven.aliyun.com/nexus/content/groups/public/org/apache/apache/18/apache-18.pom (16 kB at 14 kB/s)
[INFO] ------------------------------------------------------------------------
[INFO] Reactor Build Order:
[INFO]
[INFO] Spark Project Parent POM [pom]
[INFO] Spark Project Tags [jar]
[INFO] Spark Project Sketch [jar]
[INFO] Spark Project Local DB [jar]
[INFO] Spark Project Networking [jar]
[INFO] Spark Project Shuffle Streaming Service [jar]
[INFO] Spark Project Unsafe [jar]
[INFO] Spark Project Launcher [jar]
[INFO] Spark Project Core [jar]
[INFO] Spark Project ML Local Library [jar]
[INFO] Spark Project GraphX [jar]
[INFO] Spark Project Streaming [jar]
[INFO] Spark Project Catalyst [jar]
[INFO] Spark Project SQL [jar]
[INFO] Spark Project ML Library [jar]
[INFO] Spark Project Tools [jar]
[INFO] Spark Project Hive [jar]
[INFO] Spark Project REPL [jar]
[INFO] Spark Project YARN Shuffle Service [jar]
[INFO] Spark Project YARN [jar]
[INFO] Spark Project Assembly [pom]
[INFO] Spark Integration for Kafka 0.10 [jar]
[INFO] Kafka 0.10+ Source for Structured Streaming [jar]
[INFO] Spark Project Examples [jar]
[INFO] Spark Integration for Kafka 0.10 Assembly [jar]
[INFO] Spark Avro [jar]
[INFO]
[INFO] -----------------< org.apache.spark:spark-parent_2.11 >-----------------
[INFO] Building Spark Project Parent POM 2.4.4 [1/26]
[INFO] --------------------------------[ pom ]---------------------------------
一个半小时后：
[INFO] --- maven-source-plugin:3.0.1:jar-no-fork (create-source-jar) @ spark-avro_2.11 ---
[INFO] Building jar: D:\spark_source\spark-2.4.4\external\avro\target\spark-avro_2.11-2.4.4-sources.jar
[INFO]
[INFO] --- maven-source-plugin:3.0.1:test-jar-no-fork (create-source-jar) @ spark-avro_2.11 ---
[INFO] Building jar: D:\spark_source\spark-2.4.4\external\avro\target\spark-avro_2.11-2.4.4-test-sources.jar
[INFO] ------------------------------------------------------------------------
[INFO] Reactor Summary:
[INFO]
[INFO] Spark Project Parent POM 2.4.4 ..................... SUCCESS [04:27 min]
[INFO] Spark Project Tags ................................. SUCCESS [ 46.174 s]
[INFO] Spark Project Sketch ............................... SUCCESS [ 15.265 s]
[INFO] Spark Project Local DB ............................. SUCCESS [ 20.058 s]
[INFO] Spark Project Networking ........................... SUCCESS [ 21.526 s]
[INFO] Spark Project Shuffle Streaming Service ............ SUCCESS [ 10.628 s]
[INFO] Spark Project Unsafe ............................... SUCCESS [ 26.987 s]
[INFO] Spark Project Launcher ............................. SUCCESS [01:08 min]
[INFO] Spark Project Core ................................. SUCCESS [07:51 min]
[INFO] Spark Project ML Local Library ..................... SUCCESS [01:11 min]
[INFO] Spark Project GraphX ............................... SUCCESS [01:24 min]
[INFO] Spark Project Streaming ............................ SUCCESS [02:55 min]
[INFO] Spark Project Catalyst ............................. SUCCESS [05:10 min]
[INFO] Spark Project SQL .................................. SUCCESS [08:33 min]
[INFO] Spark Project ML Library ........................... SUCCESS [05:52 min]
[INFO] Spark Project Tools ................................ SUCCESS [ 19.158 s]
[INFO] Spark Project Hive ................................. SUCCESS [04:58 min]
[INFO] Spark Project REPL ................................. SUCCESS [ 49.847 s]
[INFO] Spark Project YARN Shuffle Service ................. SUCCESS [ 13.486 s]
[INFO] Spark Project YARN ................................. SUCCESS [01:20 min]
[INFO] Spark Project Assembly ............................. SUCCESS [ 6.206 s]
[INFO] Spark Integration for Kafka 0.10 ................... SUCCESS [ 53.368 s]
[INFO] Kafka 0.10+ Source for Structured Streaming ........ SUCCESS [01:26 min]
[INFO] Spark Project Examples ............................. SUCCESS [01:22 min]
[INFO] Spark Integration for Kafka 0.10 Assembly .......... SUCCESS [ 6.046 s]
[INFO] Spark Avro 2.4.4 ................................... SUCCESS [ 51.744 s]
[INFO] ------------------------------------------------------------------------
[INFO] BUILD SUCCESS
[INFO] ------------------------------------------------------------------------
[INFO] Total time: 53:25 min
[INFO] Finished at: 2019-11-09T16:58:39+08:00
[INFO] ------------------------------------------------------------------------
[WARNING] The requested profile "hadoop-2.4" could not be activated because it does not exist.
Java HotSpot(TM) 64-Bit Server VM warning: CodeCache is full. Compiler has been disabled.
Java HotSpot(TM) 64-Bit Server VM warning: Try increasing the code cache size using -XX:ReservedCodeCacheSize=
这便是编译成功，可以往IDEA里面导入了。
注意事项
- 编译过程大概一个半小时，机器性能不好需要更久，另外需要在稳定的网络环境下进行编译，不稳定的网络可能导致编译卡死。
- 如若编译中断，建议先清空Maven本地仓库后重新执行编译，以免部分依赖包不完整出错。
- 我曾再一次编译过程中碰到了关于“CodeCache”的错误，最终的解决办法是通过加大mven的jvm来解决的，编译过程中我们可以打开java安装目录下bin下的jconsole，然后选择内存，监控CodeCache的使用情况：
关于CodeCache的一些说法，我也在网上搜索资料进行了解，出错的原因是spark源码在编译过程中，已经编译的源码会被缓存起来，而用来缓存编译后的源码的地方就被称为CodeCache。随着编译的进行，CodeCache的空间就可能不够了，当CodeCache空间被耗尽以后，会让编译无法继续进行，而且会消耗大量的cpu，针对这一现象，相应解决办法当然就是加大CodeCached的空间（修改Maven bin目录下的mvn.cmd）：
@REM Xms512m、Xmx1024m表示堆内存和最大堆内存
@REM PermSize、MaxPermSize表示非堆内存和最大非堆内存
@REM ReservedCodeCacheSize表示Code Cache空间
set MAVEN_OPTS=-Xms512m -Xmx1024m -XX:PermSize=512m -XX:MaxPermSize=1024M -XX:ReservedCodeCacheSize=512M
后记
大家在编译过程中碰到什么问题，欢迎进行交流。
