您好,登录后才能下订单哦!
本篇文章给大家分享的是有关如何解析sbt编译Spark App的依赖问题,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
Spark App(用Spark APIs编写的)需要submit到Spark Cluster运行,对于Scala编写的代码,提交之前要用sbt或者maven把以下内容:
源代码
依赖的jar包
全部打包成一个大的jar文件,这样代码就不会因为没有依赖无法在集群中运行。
我司用Scala编写Spark streaming应用,实现读取Kafka数据,处理后存储到cassandra集群中。这里需要用到一个包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" )
升级到Spark 2.0.0后需要更新软件包版本,于是将sbt构建配置中的依赖部分改为:
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" )
本以为这样修改后重新构建就没问题了。但是我太天真了,构建后报错,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
说明这个包是不存在的,于是马上到maven repo上去找。常见的Maven公共repo有:
search.maven.org…用于搜索你的依赖包。
https://mvnrepository.com/…maven仓库。
进入网址输入spark-streaming-kafka
搜索后数来好几和选项,前面4个结果都是不支持Spark 2.0.0的,这让我误以为Spark 2.0.0还不支持Kafka,这个想法被前面几个搜索结果误导了。因为对于2.0.0的Spark,Kafka添加了具体的版本号!spark-streaming-kafka
→spark-streaming-kafka-0-8
就可以找到了(实际上这个版本也在maven repo的搜索结果,因为靠后我没有去看)!!
对于Java/Scala的编译问题,我曾经特别抗拒,因为maven和sbt的配置文件很冗杂,没有Python的简洁明了。Python里20行的依赖文件在maven/sbt里至少200行,而且只要有一个地方没写正确就无法正确编译。
现在发现要想正确编译,保证源代码没问题的情况下,就需要指定正确的依赖包和格式。这个需要到maven的仓库上去搜索,确认无误后再添加到配置文件中。
要学会发散、拓展思考。当看到sbt编译失败的时候就应该根据报错信息推测出问题的原因:“依赖包版本不正确”,然后把版本指定正确就可以了。
以上就是如何解析sbt编译Spark App的依赖问题,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。