Spark安装及调试摘录

前置

centos7系统 spark版本  scala版本匹配

安装包下载

wget https://downloads.lightbend.com/scala/2.12.6/scala-2.12.6.rpm

wget https://www.apache.org/dyn/closer.lua/spark/spark-2.3.1/spark-2.3.1-bin-hadoop2.7.tgz

备注:spark安装的机器scala同步安装

远程调试Spark的job(local模式)

(1)  在$SPARK_HOME的conf目录下的spark-env.sh文件中添加环境变量:

exportSPARK_SUBMIT_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=y,address=5005"

(2)  在IDEA中添加配置Debug的Remote项:-

agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=5005

(3) 以local模式提交job:

spark-submit --classorg.apache.spark.examples.JavaWordCount  --master local[*] /mnt/share/codes/JavaProjects/SparkDemo/target/SparkDemo-1.0-SNAPSHOT-jar-with-dependencies.jar

(4) 在IDEA中使用(2)中的配置进行Debug,附加参考链接

示例

 一个典型的SparkConf的取值示例如下

"spark.app.id"->"local-1559438023886"

"spark.master"->"local[*]"

"spark.driver.port"->"43433"

"spark.executor.id"->"driver"

"spark.app.name"->"Java Spark SQL basic example"

"spark.submit.deployMode"->"client"

"spark.some.config.option"->"some-value"

"spark.jars"->"file:/mnt/share/codes/JavaProjects/SparkDemo/target/SparkDemo-1.0-SNAPSHOT-jar-with-dependencies.jar"

"spark.driver.host"->"gitserver"

读写外部数据源(JDBC)

Dataset<Row> jdbcDF = spark.read().format("jdbc").option("driver","com.mysql.cj.jdbc.Driver").option("url","jdbc:mysql://XXX:3306/XXX?useSSL=false&serverTimezone=UTC").option("dbtable","project_branches").option("user","XX").option("password","XXX").load();

最新版本Spark不支持com.mysql.jdbc.Driver ,将mysql8.0版本通过com.mysql.cj.jdbc.Driver进行替代

Properties connectionProperties = new Properties();

connectionProperties.put("user","XXXX");

connectionProperties.put("password","XXXXX");

//connectionProperties.put("driver","com.mysql.cj.jdbc.Driver");//这种方法中driver配置不一定得写进来Dataset<Row> jdbcDF2 = spark.read().jdbc("jdbc:mysql://XXX:3306/tspark?useSSL=false&serverTimezone=UTC","project_branches", connectionProperties);

保存数据到JDBC

jdbcDF.write().mode(SaveMode.Append).format("jdbc").option("driver","com.mysql.cj.jdbc.Driver").option("url","jdbc:mysql://XXX:3306/tspark?useSSL=false&serverTimezone=UTC").option("dbtable","project_branches_backup").option("user","XXXX").option("password","XXXX").save();

jdbcDF2.write().mode(SaveMode.Append).jdbc("jdbc:mysql://XXX:3306/tspark?useSSL=false&serverTimezone=UTC","project_branches_backup1", connectionProperties);

加载JDBC驱动异常信息

Exceptionin thread "main" java.sql.SQLException: No suitable driveratjava.sql.DriverManager.getDriver(DriverManager.java:315)atorg.apache.spark.sql.execution.datasources.jdbc.JDBCOptions.$anonfun$driverClass$2(JDBCOptions.scala:105)atscala.Option.getOrElse(Option.scala:138)atorg.apache.spark.sql.execution.datasources.jdbc.JDBCOptions.<init>(JDBCOptions.scala:105)atorg.apache.spark.sql.execution.datasources.jdbc.JDBCOptions.<init>(JDBCOptions.scala:35)atorg.apache.spark.sql.execution.datasources.jdbc.JdbcRelationProvider.createRelation(JdbcRelationProvider.scala:32)atorg.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:318)atorg.apache.spark.sql.DataFrameReader.loadV1Source(DataFrameReader.scala:223)atorg.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:211)atorg.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:167)atorg.apache.spark.examples.sql.JavaSQLDataSourceExample.runJdbcDatasetExample(JavaSQLDataSourceExample.java:299)atorg.apache.spark.examples.sql.JavaSQLDataSourceExample.main(JavaSQLDataSourceExample.java:120)atsun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)atsun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)atsun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)atjava.lang.reflect.Method.invoke(Method.java:498)atorg.apache.spark.deploy.JavaMainApplication.start(SparkApplication.scala:52)atorg.apache.spark.deploy.SparkSubmit.org$apache$spark$deploy$SparkSubmit$$runMain(SparkSubmit.scala:849)atorg.apache.spark.deploy.SparkSubmit.doRunMain$1(SparkSubmit.scala:167)atorg.apache.spark.deploy.SparkSubmit.submit(SparkSubmit.scala:195)atorg.apache.spark.deploy.SparkSubmit.doSubmit(SparkSubmit.scala:86)atorg.apache.spark.deploy.SparkSubmit$$anon$2.doSubmit(SparkSubmit.scala:924)atorg.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:933)atorg.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)

解决

步骤1:修改驱动为com.mysql.cj.jdbc.Driver

.format("jdbc").option("driver","com.mysql.cj.jdbc.Driver").option("url","jdbc:mysql://XXX:3306/XX?useSSL=false&serverTimezone=UTC")

步骤2:在代码中指明driver对应的jar包(mysql-connector-java-8.0.11.jar)所在路径:

--driver-class-path./spark-2.4.2-bin-hadoop2.7/jars/mysql-connector-java-8.0.11.jar

由于该jar包本身在$SPARK_HOME/jars目录下,所以无需(2)中显示指定也会正常加载),对于不在的,需要通过--driver-class-path指定

集成kafka异常信息

Exceptioninthread"main"org.apache.spark.sql.AnalysisException: Failed to find data source: kafka. Please deploy the applicationasper the deployment sectionof"Structured Streaming + Kafka Integration Guide".;

解决

缺少spark-sql-kafka-0-10_2.11-2.4.0.jar包导致,mvn找到该包,然后下载到$SPARK_HOME/jars目录下

缺少kafka-client包异常信息

Exceptioninthread"main"java.lang.NoClassDefFoundError: org/apache/kafka/common/serialization/ByteArrayDeserializer

解决

缺client包,执行cp -f ./kafka-clients-2.2.0-cp2.jar $SPARK_HOME/jars

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容

  • 1. Overview: Structured Streaming是基于Spark SQL引擎的可扩展、具有容错性...
    奉先阅读 2,869评论 0 1
  • pyspark.sql模块 模块上下文 Spark SQL和DataFrames的重要类: pyspark.sql...
    mpro阅读 9,443评论 0 13
  • Spark学习笔记 Data Source->Kafka->Spark Streaming->Parquet->S...
    哎哟喂喽阅读 6,604评论 0 51
  • 第一步去:spark.apache.org官网去选择适合自己的版本下载安装包 第二步:解压tgz文件,配置SPAR...
    机灵鬼鬼阅读 4,341评论 0 0
  • 无论是“佚名”的“佚”,还是“轶事”的“轶”,总会让人联想到 “逸名”“逸事”,其中有一股傲然的遗世独立之气...
    陆沉__阅读 163评论 0 1