Python java.lang.NoSuchMethodError:org.apache.spark.internal.Logging.$init$

我是Spark的新手，我想为Spark创建一个结构化流媒体，以阅读和显示卡夫卡主题的信息。我正在sample.py文件中编写以下内容：

from pyspark.sql import SparkSession
from pyspark.sql.functions import explode
from pyspark.sql.functions import split
import os

os.environ['PYSPARK_SUBMIT_ARGS'] = '--packages org.apache.spark:spark-sql-kafka-0-10_2.12:2.4.4 pyspark-shell'
spark = SparkSession.builder.appName("StructuredNetworkWordCount").getOrCreate()


df = spark.readStream.format("kafka").option("kafka.bootstrap.servers","localhost:9092").option("subscribe", "testKafka").option("startingOffsets", "earliest").load()
df.printSchema()
df.selectExpr("CAST(key AS STRING)", "CAST(value AS STRING)")

我已经将spark sql kafka文件放在/usr/local/spark内的jars文件夹中。我写了以下内容： spark submit--packages org.apache.spark:spark-sql-kafka-0-10_2.12:2.4.4 sample.py，但它给了我一个错误：

Traceback (most recent call last):
  File "/home/hadoop/structstream.py", line 10, in <module>
    df = spark.readStream.format("kafka").option("kafka.bootstrap.servers","localhost:9092").option("subscribe", "testKafka").option("startingOffsets", "earliest").load()
  File "/usr/local/spark2.4.5/python/lib/pyspark.zip/pyspark/sql/streaming.py", line 400, in load
  File "/usr/local/spark2.4.5/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py", line 1257, in __call__
  File "/usr/local/spark2.4.5/python/lib/pyspark.zip/pyspark/sql/utils.py", line 63, in deco
  File "/usr/local/spark2.4.5/python/lib/py4j-0.10.7-src.zip/py4j/protocol.py", line 328, in get_return_value
py4j.protocol.Py4JJavaError: An error occurred while calling o34.load.
: java.util.ServiceConfigurationError: org.apache.spark.sql.sources.DataSourceRegister: Provider org.apache.spark.sql.kafka010.KafkaSourceProvider could not be instantiated
    at java.util.ServiceLoader.fail(ServiceLoader.java:232)
    at java.util.ServiceLoader.access$100(ServiceLoader.java:185)
    at java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.java:384)
    at java.util.ServiceLoader$LazyIterator.next(ServiceLoader.java:404)
    at java.util.ServiceLoader$1.next(ServiceLoader.java:480)
    at scala.collection.convert.Wrappers$JIteratorWrapper.next(Wrappers.scala:43)
    at scala.collection.Iterator$class.foreach(Iterator.scala:891)
    at scala.collection.AbstractIterator.foreach(Iterator.scala:1334)
    at scala.collection.IterableLike$class.foreach(IterableLike.scala:72)
    at scala.collection.AbstractIterable.foreach(Iterable.scala:54)
    at scala.collection.TraversableLike$class.filterImpl(TraversableLike.scala:247)
    at scala.collection.TraversableLike$class.filter(TraversableLike.scala:259)
    at scala.collection.AbstractTraversable.filter(Traversable.scala:104)
    at org.apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:630)
    at org.apache.spark.sql.streaming.DataStreamReader.load(DataStreamReader.scala:161)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:244)
    at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:357)
    at py4j.Gateway.invoke(Gateway.java:282)
    at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
    at py4j.commands.CallCommand.execute(CallCommand.java:79)
    at py4j.GatewayConnection.run(GatewayConnection.java:238)
    at java.lang.Thread.run(Thread.java:748)
Caused by: java.lang.NoSuchMethodError: org.apache.spark.internal.Logging.$init$(Lorg/apache/spark/internal/Logging;)V
    at org.apache.spark.sql.kafka010.KafkaSourceProvider.<init>(KafkaSourceProvider.scala:44)
    at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
    at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:62)
    at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
    at java.lang.reflect.Constructor.newInstance(Constructor.java:423)
    at java.lang.Class.newInstance(Class.java:442)
    at java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.java:380)
    ... 23 more

回溯（最近一次呼叫最后一次）：
文件“/home/hadoop/structstream.py”，第10行，在
df=spark.readStream.format（“kafka”）.option（“kafka.bootstrap.servers”、“localhost:9092”）.option（“subscribe”、“testKafka”）.option（“startingoffset”、“earlime”）.load（）
文件“/usr/local/spark2.4.5/python/lib/pyspark.zip/pyspark/sql/streaming.py”，第400行，已加载
文件“/usr/local/spark2.4.5/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py”，第1257行，在__
文件“/usr/local/spark2.4.5/python/lib/pyspark.zip/pyspark/sql/utils.py”，第63行，装饰性
文件“/usr/local/spark2.4.5/python/lib/py4j-0.10.7-src.zip/py4j/protocol.py”，第328行，在get\u返回值中
py4j.protocol.Py4JJavaError:调用o34.load时出错。
：java.util.ServiceConfigurationError:org.apache.spark.sql.sources.DataSourceRegister:Provider org.apache.spark.sql.kafka010.KafkaSourceProvider无法实例化
在java.util.ServiceLoader.fail处（ServiceLoader.java:232）
在java.util.ServiceLoader.access$100（ServiceLoader.java:185）
位于java.util.ServiceLoader$LazyIterator.nextService（ServiceLoader.java:384）
位于java.util.ServiceLoader$LazyIterator.next（ServiceLoader.java:404）
位于java.util.ServiceLoader$1.next（ServiceLoader.java:480）
位于scala.collection.convert.Wrappers$JIteratorWrapper.next（Wrappers.scala:43）
位于scala.collection.Iterator$class.foreach（Iterator.scala:891）
位于scala.collection.AbstractIterator.foreach（迭代器.scala:1334）
位于scala.collection.IterableLike$class.foreach（IterableLike.scala:72）
位于scala.collection.AbstractIterable.foreach（Iterable.scala:54）
位于scala.collection.TraversableLike$class.filterImpl（TraversableLike.scala:247）
位于scala.collection.TraversableLike$class.filter（TraversableLike.scala:259）
位于scala.collection.AbstractTraversable.filter（Traversable.scala:104）
位于org.apache.spark.sql.execution.datasources.DataSource$.lookUpdateSource（DataSource.scala:630）
位于org.apache.spark.sql.streaming.DataStreamReader.load（DataStreamReader.scala:161）
在sun.reflect.NativeMethodAccessorImpl.invoke0（本机方法）处
位于sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:62）
在sun.reflect.DelegatingMethodAccessorImpl.invoke（DelegatingMethodAccessorImpl.java:43）中
位于java.lang.reflect.Method.invoke（Method.java:498）
位于py4j.reflection.MethodInvoker.invoke（MethodInvoker.java:244）
位于py4j.reflection.ReflectionEngine.invoke（ReflectionEngine.java:357）
在py4j.Gateway.invoke处（Gateway.java:282）
位于py4j.commands.AbstractCommand.invokeMethod（AbstractCommand.java:132）
在py4j.commands.CallCommand.execute（CallCommand.java:79）
在py4j.GatewayConnection.run处（GatewayConnection.java:238）
运行（Thread.java:748）
原因：java.lang.NoSuchMethodError:org.apache.spark.internal.Logging.$init$（Lorg/apache/spark/internal/Logging；）V
位于org.apache.spark.sql.kafka010.KafkaSourceProvider（KafkaSourceProvider.scala:44）
位于sun.reflect.NativeConstructorAccessorImpl.newInstance0（本机方法）
位于sun.reflect.NativeConstructorAccessorImpl.newInstance（NativeConstructorAccessorImpl.java:62）
在sun.reflect.DelegatingConstructorAccessorImpl.newInstance（DelegatingConstructorAccessorImpl.java:45）
位于java.lang.reflect.Constructor.newInstance（Constructor.java:423）
位于java.lang.Class.newInstance（Class.java:442）
位于java.util.ServiceLoader$LazyIterator.nextService（ServiceLoader.java:380）
... 23多

为什么会发生这种情况？

您需要

Scala

2.12

和Java 8已安装

Spark

2.4.4

已下载（您的错误显示您有Spark 2.4.5）

那么

\uuu

2.12

:2.4.4

的包就应该可以正常工作了

---

备选方案：

使用以下命令

scala_ver = '2.12'
spark_ver = '2.4.4'
spark_group = 'org.apache.spark'

packages = []
packages += f'{spark_group}:spark-sql-kafka-0-10_{scala_ver}:{spark_ver}'

os.environ['PYSPARK_SUBMIT_ARGS'] = '--packages {} pyspark-shell'.format(','.join(packages))
spark = SparkSession.builder.appName("StructuredNetworkWordCount").getOrCreate()

---

您添加的

spark sql kafka

包似乎与spark用于日志记录的某个jar冲突。可能是kafka包在类路径上带来了不同的版本，这导致了此错误。一个解决方案是找到罪魁祸首jar，并使用

--packages

手动向类路径添加兼容版本。如果可用，我将使用Spark 2.4.4+hadoop2.7或更高版本。或者，即使用户提供的Hadoop选项也可以使用，因为Pyspark或Kafkao不需要Hadoop，或者您不能使用Spark和普通的Python Kafka客户端。