Apache spark Spark streaming:错误StreamingContext:无法构造kafka使用者

我正在尝试使用spark流媒体访问卡夫卡主题。我不认为我遗漏了任何依赖项或导入，但当我尝试运行代码时，如下所示：

public static void main(String[] args) {

    String URL = "spark://localhost:7077";

    SparkConf conf = new SparkConf().setAppName("Kafka-test").setMaster(URL);
    JavaStreamingContext ssc = new JavaStreamingContext(conf, Durations.seconds(1));

    Map<String, Object> kafkaParams = new HashMap<>();
    kafkaParams.put("bootstrap.servers", "localhost:6667");
    kafkaParams.put("key.deserializer", StringDeserializer.class);
    kafkaParams.put("value.deserializer", StringDeserializer.class);
    kafkaParams.put("group.id", "ID1");
    kafkaParams.put("auto.offset.reset", "latest");
    kafkaParams.put("enable.auto.commit", false);

    Collection<String> topics = Arrays.asList("MAX_LEGO", "CanBeDeleted");

    JavaInputDStream<ConsumerRecord<String, String>> stream = KafkaUtils.createDirectStream(ssc,
            LocationStrategies.PreferConsistent(),
            ConsumerStrategies.<String, String>Subscribe(topics, kafkaParams));

    JavaPairDStream<Object, Object> max = stream.mapToPair(record -> new Tuple2<>(record.key(), record.value()));
    max.count();
    max.print();

    ssc.start();

}

publicstaticvoidmain（字符串[]args）{
字符串URL=”spark://localhost:7077";
SparkConf conf=new SparkConf（）.setAppName（“卡夫卡测试”）.setMaster（URL）；
JavaStreamingContext ssc=新的JavaStreamingContext（conf，Durations.seconds（1））；
Map kafkaParams=新HashMap（）；
kafkaParams.put（“bootstrap.servers”，“localhost:6667”）；
kafkaParams.put（“key.deserializer”，StringDeserializer.class）；
kafkaParams.put（“value.deserializer”，StringDeserializer.class）；
kafkaParams.put（“group.id”、“ID1”）；
kafkaParams.put（“自动偏移重置”、“最新”）；
kafkaParams.put（“enable.auto.commit”，false）；
集合主题=Arrays.asList（“MAX_LEGO”，“CanBeDeleted”）；
JavaInputDStream=KafkaUtils.createDirectStream（ssc，
LocationStrategies.PreferConsistent（），
订阅（主题，卡夫卡帕兰））；
JavaPairDStream max=stream.mapToPair（record->newtuple2（record.key（），record.value（））；
最大计数（）；
最大打印次数（）；
ssc.start（）；
}

我收到一条错误消息：

18/02/10 16:57:08错误流。StreamingContext:启动上下文时出错，将其标记为已停止
org.apache.kafka.common.KafkaException:无法构造kafka使用者
在org.apache.kafka.clients.consumer.KafkaConsumer.（KafkaConsumer.java:703）
位于org.apache.kafka.clients.consumer.KafkaConsumer.（KafkaConsumer.java:553）
位于org.apache.kafka.clients.consumer.KafkaConsumer.（KafkaConsumer.java:536）
访问org.apache.spark.streaming.kafka010.Subscribe.onStart（ConsumerStrategy.scala:83）
位于org.apache.spark.streaming.kafka010.DirectKafkaInputDStream.consumer（DirectKafkaInputDStream.scala:75）
位于org.apache.spark.streaming.kafka010.DirectKafkaInputDStream.start（DirectKafkaInputDStream.scala:243）
位于org.apache.spark.streaming.DStreamGraph$$anonfun$start$5.apply（DStreamGraph.scala:49）
位于org.apache.spark.streaming.DStreamGraph$$anonfun$start$5.apply（DStreamGraph.scala:49）
位于scala.collection.parallel.mutable.ParArray$ParArrayIterator.foreach_quick（ParArray.scala:143）
位于scala.collection.parallel.mutable.ParArray$ParArrayIterator.foreach（ParArray.scala:136）
位于scala.collection.parallel.ParIterableLike$Foreach.leaf（ParIterableLike.scala:972）
在scala.collection.parallel.Task$$anonfun$tryLeaf$1.apply$mcV$sp（Tasks.scala:49）
位于scala.collection.parallel.Task$$anonfun$tryLeaf$1.apply（Tasks.scala:48）
位于scala.collection.parallel.Task$$anonfun$tryLeaf$1.apply（Tasks.scala:48）
位于scala.collection.parallel.Task$class.tryLeaf（Tasks.scala:51）
在scala.collection.parallel.ParIterableLike$Foreach.tryLeaf（ParIterableLike.scala:969）
位于scala.collection.parallel.AdaptiveWorksteachingTasks$WrappedTask$class.compute（Tasks.scala:152）
位于scala.collection.parallel.AdaptiveWorksteachingForkJoinTasks$WrappedTask.compute（Tasks.scala:443）
位于scala.concurrent.forkjoin.RecursiveAction.exec（RecursiveAction.java:160）
位于scala.concurrent.forkjoin.ForkJoinTask.doExec（ForkJoinTask.java:260）
位于scala.concurrent.forkjoin.ForkJoinPool$WorkQueue.runTask（ForkJoinPool.java:1339）
位于scala.concurrent.forkjoin.ForkJoinPool.runWorker（ForkJoinPool.java:1979）
在scala.concurrent.forkjoin.ForkJoinWorkerThread.run（ForkJoinWorkerThread.java:107）中
在使用org.apache.spark.util.ThreadUtils在单独的线程中运行。。。()
位于org.apache.spark.streaming.StreamingContext.liftedTree1$1（StreamingContext.scala:578）
位于org.apache.spark.streaming.StreamingContext.start（StreamingContext.scala:572）
位于org.apache.spark.streaming.api.java.JavaStreamingContext.start（JavaStreamingContext.scala:556）
在org.kafkanconnection2.main（kafkanconnection2.java:50）

由以下原因引起：org.apache.kafka.common.KafkaException:com.fasterxml.jackson.databind.desr.std.StringDeserializer不是org.apache.kafka.common.serialization.Deserializer的实例
位于org.apache.kafka.common.config.AbstractConfig.getConfiguredInstance（AbstractConfig.java:205）
在org.apache.kafka.clients.consumer.KafkaConsumer.（KafkaConsumer.java:624）
位于org.apache.kafka.clients.consumer.KafkaConsumer.（KafkaConsumer.java:553）
位于org.apache.kafka.clients.consumer.KafkaConsumer.（KafkaConsumer.java:536）
访问org.apache.spark.streaming.kafka010.Subscribe.onStart（ConsumerStrategy.scala:83）
位于org.apache.spark.streaming.kafka010.DirectKafkaInputDStream.consumer（DirectKafkaInputDStream.scala:75）
位于org.apache.spark.streaming.kafka010.DirectKafkaInputDStream.start（DirectKafkaInputDStream.scala:243）
位于org.apache.spark.streaming.DStreamGraph$$anonfun$start$5.apply（DStreamGraph.scala:49）
位于org.apache.spark.streaming.DStreamGraph$$anonfun$start$5.apply（DStreamGraph.scala:49）
位于scala.collection.parallel.mutable.ParArray$ParArrayIterator.foreach_quick（ParArray.scala:143）
位于scala.collection.parallel.mutable.ParArray$ParArrayIterator.foreach（ParArray.scala:136）
位于scala.collection.parallel.ParIterableLike$Foreach.leaf（ParIterableLike.scala:972）
在scala.collection.parallel.Task$$anonfun$tryLeaf$1.apply$mcV$sp（Tasks.scala:49）
位于scala.collection.parallel.Task$$anonfun$tryLeaf$1.apply（Tasks.scala:48）
位于scala.collection.parallel.Task$$anonfun$tryLeaf$1.apply（Tasks.scala:48）
位于scala.collection.parallel.Task$class.tryLeaf（Tasks.scala:51）
在scala.collection.parallel.ParIterableLike$Foreach.tryLeaf（ParIterableLike.scala:969）
位于scala.collection.parallel.AdaptiveWorksteachingTasks$WrappedTask$class.compute（Tasks.scala:152）
位于scala.collection.parallel.AdaptiveWorksteachingForkJoinTasks$WrappedTask.compute（Tasks.scala:443）
位于scala.concurrent.forkjoin.RecursiveAction.exec（RecursiveAction.java:160）
在scala.concurre