编写独立应用程序，读取 Linux 系统本地文件 /data/bigfiles/test.txt，然后统计出文件的行数；通过 maven 工具将整个应用程序编译打包成 JAR 包，并将生成的 JAR 包通过 spark-submit 提交到 Spark 中运行，将运行结果保存到 /root/maven_result.txt 文件中。

以下是您可以使用的独立应用程序代码，在Spark Shell中进行交互式开发：

import org.apache.spark.sql.SparkSession

object LocalFileCount {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder.appName("LocalFileCount").getOrCreate()

    val textFile = spark.sparkContext.textFile("file:///data/bigfiles/test.txt")
    val count = textFile.count()

    spark.sparkContext.parallelize(Seq(count)).saveAsTextFile("file:///root/maven_result.txt")

    spark.stop()
  }
}

在上述代码中，我们首先导入了`SparkSession`类，用于创建Spark应用程序的入口点。在`main()`函数中，我们使用`SparkSession.builder()`方法创建了一个`SparkSession`对象，并设置了应用程序的名称为`LocalFileCount`。

接下来，我们使用`spark.sparkContext.textFile()`方法读取本地文件`/data/bigfiles/test.txt`，并使用`count()`方法计算文件的行数。最后，我们使用`spark.sparkContext.parallelize()`方法将计数结果转换为RDD对象，并使用`saveAsTextFile()`方法将结果保存到本地文件系统中的`/root/maven_result.txt`文件中。

需要注意的是，您需要使用Maven工具将整个应用程序编译打包成JAR包。在完成打包后，您可以使用以下命令将生成的JAR包提交到Spark中运行：

spark-submit --class LocalFileCount your-jar-file.jar

其中，`--class`参数指定了应用程序的入口类。您需要将`your-jar-file.jar`替换为您自己的JAR包文件名。运行后，计算结果将会保存到`/root/maven_result.txt`文件中。