Я использую spark 2.0.0
(локальный автономный) и spark-cassandra-connector 2.0.0-M1
с scala 2.11
. Я работаю над проектом на IDE и каждый раз, когда я бегу искровые команды я получаюСвеча работает на Кассандре терпит неудачу из-за ClassNotFoundException: com.datastax.spark.connector.rdd.partitioner.CassandraPartition (подробности внутри)
ClassNotFoundException: com.datastax.spark.connector.rdd.partitioner.CassandraPartition
at java.net.URLClassLoader.findClass(URLClassLoader.java:381)
at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:348)
at org.apache.spark.serializer.JavaDeserializationStream$$anon$1.resolveClass(JavaSerializer.scala:67)
at java.io.ObjectInputStream.readNonProxyDesc(ObjectInputStream.java:1620)
at java.io.ObjectInputStream.readClassDesc(ObjectInputStream.java:1521)
at java.io.ObjectInputStream.readOrdinaryObject(ObjectInputStream.java:1781)
at java.io.ObjectInputStream.readObject0(ObjectInputStream.java:1353)
at java.io.ObjectInputStream.defaultReadFields(ObjectInputStream.java:2018)
at java.io.ObjectInputStream.readSerialData(ObjectInputStream.java:1942)
at java.io.ObjectInputStream.readOrdinaryObject(ObjectInputStream.java:1808)
at java.io.ObjectInputStream.readObject0(ObjectInputStream.java:1353)
at java.io.ObjectInputStream.readObject(ObjectInputStream.java:373)
at org.apache.spark.serializer.JavaDeserializationStream.readObject(JavaSerializer.scala:75)
at org.apache.spark.serializer.JavaSerializerInstance.deserialize(JavaSerializer.scala:114)
at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:253)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
at java.lang.Thread.run(Thread.java:745)
Мой файл build.sbt
ibraryDependencies += "com.datastax.spark" %% "spark-cassandra-connector" % "2.0.0-M1"
libraryDependencies += "org.apache.spark" %% "spark-core" % "2.0.0"
libraryDependencies += "org.apache.spark" %% "spark-sql" % "2.0.0"
Так, по существу, это сообщение об ошибке
Caused by: org.apache.spark.SparkException: Job aborted due to stage failure: Task 1 in stage 0.0 failed 4 times, most recent failure: Lost task 1.3 in stage 0.0 (TID 13, 192.168.0.12): java.lang.ClassNotFoundException: com.datastax.spark.connector.rdd.partitioner.CassandraPartition
дело в том, что если я запустил искровую оболочку с искровым кассандра-коннектором с
$ ./spark-shell --jars /home/Applications/spark-2.0.0-bin-hadoop2.7/spark-cassandra-connector-assembly-2.0.0-M1-22-gab4eda2.jar
Я могу работать с искрами и кассандрой без сообщений об ошибках.
Любая подсказка о том, как устранить эту странную несовместимость?
Edit:
Это интересно, с точки зрения работника узла, когда я запускаю программу, разъем дает
`java.io.InvalidClassException: com.datastax.spark.connector.rdd.CassandraTableScanRDD; local class incompatible: stream classdesc serialVersionUID = 1517205208424539072, local class serialVersionUID = 6631934706192455668`
это то, что в конечном итоге дает ClassNotFound (он не связывает, так как столкновения). Но проект только когда-либо использовал spark and connector 2.0
и scala 2.11
, нет никакой несовместимости версии в любом месте.
Большое спасибо за ваш ответ! Я понимаю, что вы имеете в виду, но я прикрепил настройки проекта (и сравнил их с существующим рабочим), и ничего не вышло из строя. Но разъем - это единственное, что не сработает (искра сама по себе работает отлично). Я использую IntelliJ. Я проверил структуру проекта ...-> Module-> Dependencies и обе банки присутствуют, хотя и с объемом компиляции. Но из IntelliJ doc область компиляции охватывает время выполнения. Есть ли у вас какие-либо намеки или подозрения относительно того, где может возникнуть проблема? – Mnemosyne
Если вы не используете Мастер в локальном режиме, у вас возникнут проблемы, описанные выше. Несмотря на то, что путь класса приложения (Spark Driver) правильный, исполнителей не будет. Запуск мастера в локальном режиме означает, что все будет содержаться в одной и той же JVM. Это то, что большинство людей используют для тестирования. – RussS
Мой мастер тоже местный. Я не общаюсь с внешним кластером. Я также добавил jar, который я построил в spark.executor.extraClassPath в файле spark-default.conf, и он по-прежнему не распознается во время выполнения. Spark shell + (тот же самый) jar-коннектор работает, но для меня это бесполезно. Я пытался воссоздать проект с нуля. Единственное, что я скопировал, это сам код. Такая же ошибка. Может ли это быть некоторой ошибкой между IntelliJ и новым коннектором? – Mnemosyne