Maven 客户端作业上出现Scala错误
我知道有一些问题,但没有足够的信息来解决我的问题 我尝试从我的Eclipse项目以客户机模式运行作业。我有一个具有2个节点的hadoop集群(其中一个节点当前处于关闭状态)。我试着在集群模式下运行它(使用spark submit),结果成功了。我尝试从eclipse项目本地运行它,方法是: 我正在尝试创建一个类似这样的火花上下文:Maven 客户端作业上出现Scala错误,maven,hadoop,apache-spark,yarn,Maven,Hadoop,Apache Spark,Yarn,我知道有一些问题,但没有足够的信息来解决我的问题 我尝试从我的Eclipse项目以客户机模式运行作业。我有一个具有2个节点的hadoop集群(其中一个节点当前处于关闭状态)。我试着在集群模式下运行它(使用spark submit),结果成功了。我尝试从eclipse项目本地运行它,方法是: 我正在尝试创建一个类似这样的火花上下文: SparkConf conf = new SparkConf().setAppName("AnomalyDetection-BuildModel").
SparkConf conf = new SparkConf().setAppName("AnomalyDetection-BuildModel").setMaster("local[*]");
而且它是有效的
但当我尝试使用“纱线客户端”运行它时:
我收到一个错误:
cannot assign instance of scala.collection.immutable.List$SerializationProxy to field org.apache.spark.rdd.RDD.org$apache$spark$rdd$RDD$$dependencies_ of type scala.collection.Seq in instance of org.apache.spark.rdd.MapPartitionsRDD
另一个问题是,我不知道在这种情况下依赖性和兼容性是如何工作的,为什么使用local[*]时我没有收到任何错误
这是我的pom.xml文件:
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>buildModelTest</groupId>
<artifactId>buildModelTest</artifactId>
<version>1</version>
<properties>
<encoding>UTF-8</encoding>
<scala.version>2.11.8</scala.version>
<spark.version>2.1.0</spark.version>
<hadoop.version>2.7.0</hadoop.version>
</properties>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>3.8.1</version>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>2.1.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-mllib_2.10</artifactId>
<version>2.1.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.scala-lang</groupId>
<artifactId>scala-reflect</artifactId>
<version>2.11.8</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-yarn_2.10</artifactId>
<version>2.1.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.scalatest</groupId>
<artifactId>scalatest_2.11</artifactId>
<version>3.0.0</version>
<scope>provided</scope>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-jar-plugin</artifactId>
<configuration>
<archive>
<manifest>
<mainClass>buildModelTest.Main</mainClass>
</manifest>
</archive>
</configuration>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.3</version>
</plugin>
</plugins>
</build>
</project>
4.0.0
构建模型测试
构建模型测试
1.
UTF-8
2.11.8
2.1.0
2.7.0
朱尼特
朱尼特
3.8.1
测试
org.apache.spark
spark-core_2.10
2.1.0
假如
org.apache.spark
spark-mllib_2.10
2.1.0
假如
org.scala-lang
斯卡拉反射
2.11.8
假如
org.apache.spark
火花丝2.10
2.1.0
假如
org.scalatest
比例测试2.11
3.0.0
假如
org.apache.maven.plugins
maven jar插件
buildModelTest.Main
org.apache.maven.plugins
maven编译器插件
3.3
在eclipse项目中,我添加了hadoop的配置文件,并在构建配置中添加了SCALA_HOME、SPARK_HOME、hadoop_CONF_DIR的环境变量。关于SPARK,我有SPARK-2.1.0-bin-hadoop2.7和SCALA 2.11.8。在我的Java项目中,我添加了Spark/bin中的所有JAR
你们知道为什么这不适用于“客户纱线”吗?是否存在依赖性问题?如果是,在依赖性方面,普通客户机和纱线客户机有什么不同?Maven为我下载了一些我从Spark/bin添加的jar,所以我想其中一些是多余的
编辑
sparkContext初始化正确(我猜)。调用.rrd()方法时引发错误:
JavaRDD parsedTrainingData=data.map(新函数(){
私有静态最终长serialVersionUID=1L;
公共向量调用(字符串s){
字符串[]sarray=s.split(“”);
double[]值=新的double[sarray.length];
for(int i=0;i
从您的代码来看,您似乎正在尝试在纱线集群上运行Spark应用程序
SparkConf conf = new SparkConf().setAppName("AnomalyDetection-BuildModel").setMaster("yarn-client").set("driver-memory", "556m").set("executor-memory", "556m").set("executor-cores", "1").set("queue", "default");
这里,setMaster(“纱线客户端”)
是一个错误的master参数
当您将master设置为local[*]
时,您的spark应用程序将在机器中的单个JVM中运行
要将spark应用程序提交到正在运行的纱线群集,请将setMaster(“纱线”)
设置为客户端或群集,还可以选择将deploy mode
属性设置为客户端或群集
有关这些参数的更多详细信息,请参阅
另外,如果您希望从代码而不是命令行提交应用程序,请参阅。从代码中,您似乎正在尝试在Cyan cluster上运行Spark应用程序
SparkConf conf = new SparkConf().setAppName("AnomalyDetection-BuildModel").setMaster("yarn-client").set("driver-memory", "556m").set("executor-memory", "556m").set("executor-cores", "1").set("queue", "default");
这里,setMaster(“纱线客户端”)
是一个错误的master参数
当您将master设置为local[*]
时,您的spark应用程序将在机器中的单个JVM中运行
要将spark应用程序提交到正在运行的纱线群集,请将setMaster(“纱线”)
设置为客户端或群集,还可以选择将deploy mode
属性设置为客户端或群集
有关这些参数的更多详细信息,请参阅
另外,如果您希望通过代码而不是命令行提交申请,请参阅。我已尝试按照您所说的更改参数。应用程序的行为完全相同。所以我猜.setmaster(“纱线客户端”)和.setmaster(“纱线”).set(“部署模式”,“客户端”)是一样的。我这样做是为了避免从命令行执行。据我所知,这是他们从代码提交spark应用程序的方式。我已尝试按照您所说的更改我的参数。应用程序的行为完全相同。所以我猜.setmaster(“纱线客户端”)和.setmaster(“纱线”).set(“部署模式”,“客户端”)是一样的。我这样做是为了避免从命令行执行。据我所知,这是他们提交spark申请的方式。
SparkConf conf = new SparkConf().setAppName("AnomalyDetection-BuildModel").setMaster("yarn-client").set("driver-memory", "556m").set("executor-memory", "556m").set("executor-cores", "1").set("queue", "default");