您好,登錄后才能下訂單哦!
本篇文章給大家分享的是有關(guān)如何解析sbt編譯Spark App的依賴問題,小編覺得挺實用的,因此分享給大家學(xué)習(xí),希望大家閱讀完這篇文章后可以有所收獲,話不多說,跟著小編一起來看看吧。
Spark App(用Spark APIs編寫的)需要submit到Spark Cluster運(yùn)行,對于Scala編寫的代碼,提交之前要用sbt或者maven把以下內(nèi)容:
源代碼
依賴的jar包
全部打包成一個大的jar文件,這樣代碼就不會因為沒有依賴無法在集群中運(yùn)行。
我司用Scala編寫Spark streaming應(yīng)用,實現(xiàn)讀取Kafka數(shù)據(jù),處理后存儲到cassandra集群中。這里需要用到一個包spark-streaming-kafka
,之前用的spark1.6.0
的版本。sbt中的配置如下:
libraryDependencies ++= Seq( // Spark dependency "com.eaio.uuid" % "uuid" % "3.2", "org.apache.spark" %% "spark-core" % "1.6.0" % "provided", "org.apache.spark" %% "spark-sql" % "1.6.0" % "provided", "org.apache.spark" %% "spark-streaming" % "1.6.0" % "provided", "org.apache.spark" %% "spark-streaming-kafka" % "1.6.0", "com.datastax.spark" %% "spark-cassandra-connector" % "1.6.0-M2", // Third-party libraries "com.github.scopt" %% "scopt" % "3.4.0" )
升級到Spark 2.0.0后需要更新軟件包版本,于是將sbt構(gòu)建配置中的依賴部分改為:
libraryDependencies ++= Seq( // Spark dependency "com.eaio.uuid" % "uuid" % "3.2", "org.apache.spark" %% "spark-core" % "2.0.0" % "provided", "org.apache.spark" %% "spark-sql" % "2.0.0" % "provided", "org.apache.spark" %% "spark-streaming" % "2.0.0" % "provided", "org.apache.spark" %% "spark-streaming-kafka" % "2.0.0", "com.datastax.spark" %% "spark-cassandra-connector" % "2.0.0-M2", // Third-party libraries "com.github.scopt" %% "scopt" % "3.4.0" )
本以為這樣修改后重新構(gòu)建就沒問題了。但是我太天真了,構(gòu)建后報錯,提示:
[warn] :::::::::::::::::::::::::::::::::::::::::::::: [warn] :: UNRESOLVED DEPENDENCIES :: [warn] :::::::::::::::::::::::::::::::::::::::::::::: [warn] :: org.apache.spark#spark-streaming-kafka_2.10;2.0.0: not found [warn] :::::::::::::::::::::::::::::::::::::::::::::: [warn] [warn] Note: Unresolved dependencies path: [warn] org.apache.spark:spark-streaming-kafka_2.10:2.0.0 (/home/linker/workspace/linkerwp/linkerStreaming/build.sbt#L12-23) [warn] +- Linker Networks Inc.:linker-streaming_2.10:0.0.1 sbt.ResolveException: unresolved dependency: org.apache.spark#spark-streaming-kafka_2.10;2.0.0: not found
說明這個包是不存在的,于是馬上到maven repo上去找。常見的Maven公共repo有:
search.maven.org…用于搜索你的依賴包。
https://mvnrepository.com/…maven倉庫。
進(jìn)入網(wǎng)址輸入spark-streaming-kafka
搜索后數(shù)來好幾和選項,前面4個結(jié)果都是不支持Spark 2.0.0的,這讓我誤以為Spark 2.0.0還不支持Kafka,這個想法被前面幾個搜索結(jié)果誤導(dǎo)了。因為對于2.0.0的Spark,Kafka添加了具體的版本號!spark-streaming-kafka
→spark-streaming-kafka-0-8
就可以找到了(實際上這個版本也在maven repo的搜索結(jié)果,因為靠后我沒有去看)??!
對于Java/Scala的編譯問題,我曾經(jīng)特別抗拒,因為maven和sbt的配置文件很冗雜,沒有Python的簡潔明了。Python里20行的依賴文件在maven/sbt里至少200行,而且只要有一個地方?jīng)]寫正確就無法正確編譯。
現(xiàn)在發(fā)現(xiàn)要想正確編譯,保證源代碼沒問題的情況下,就需要指定正確的依賴包和格式。這個需要到maven的倉庫上去搜索,確認(rèn)無誤后再添加到配置文件中。
要學(xué)會發(fā)散、拓展思考。當(dāng)看到sbt編譯失敗的時候就應(yīng)該根據(jù)報錯信息推測出問題的原因:“依賴包版本不正確”,然后把版本指定正確就可以了。
以上就是如何解析sbt編譯Spark App的依賴問題,小編相信有部分知識點(diǎn)可能是我們?nèi)粘9ぷ鲿姷交蛴玫降?。希望你能通過這篇文章學(xué)到更多知識。更多詳情敬請關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。