spark2.2.0 初體驗

来源:http://www.cnblogs.com/youza/archive/2017/08/28/7436730.html
-Advertisement-
Play Games

接著上一篇極簡入門 ,打算嘗試一下 spark2.2.0 ,結果搞了一下午。 1. 版本問題: sbt 沒有換 還是之前的版本,其他的版本 , spark官網上這麼說的: 2. build.sbt 文件: 3. 本地intellij idea里直接run spark 程式 ,不使用spark-sub ...


接著上一篇極簡入門 ,打算嘗試一下 spark2.2.0 ,結果搞了一下午。

1. 版本問題:

    sbt 沒有換 還是之前的版本,其他的版本 , spark官網上這麼說的:

Spark runs on Java 8+, Python 2.7+/3.4+ and R 3.1+.
For the Scala API, Spark 2.2.0 uses Scala 2.11.
You will need to use a compatible Scala version (2.11.x).

這裡scala必須是2.11,我試過用版本2.12都不行。

2. build.sbt 文件:

name := "sparkDemo"

version := "0.1"

scalaVersion := "2.11.8"

libraryDependencies += "org.apache.spark" %% "spark-core_2.11" % "2.2.0"

libraryDependencies += "org.apache.spark" %% "spark-sql" % "2.2.0"

libraryDependencies += "org.scalatest" %% "scalatest" % "2.2.4" % Test

3. 本地intellij idea里直接run spark 程式 ,不使用spark-submit 方式。

   直接右鍵 run要執行的class名字就可以了,註意 sparkConf().setMaster("local")

   如果右鍵沒有可以run 的選項的話,就config一下,點擊工具欄的Run --> Run(綠色按鈕)—>Edit Configurations-->添加一個application-->在main class中輸入要運行的類的名字-->右下角apply。

 

 4.再去右鍵  應該就有run 這個選項了。然後出現了這樣的log:

Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
17/08/27 13:08:08 INFO SparkContext: Running Spark version 2.2.0
17/08/27 13:08:09 ERROR Shell: Failed to locate the winutils binary in the hadoop binary path
java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.

網上搜這個問題很多,直接貼上一條答案:

           https://stackoverflow.com/questions/40764807/null-entry-in-command-string-exception-in-saveastextfile-on-pyspark

我是在這裡:

           https://github.com/SweetInk/hadoop-common-2.7.1-bin  

下載winutils.exe還有libwinutils.lib 到我的%HADOOP_HOME%/bin文件夾下,下載了hdfs.dll到C:\windows\System32里。

然後在程式中加上:

System.setProperty("hadoop.home.dir", "C:\\Program Files\\hadoop")

 5. 然後 。。又出現了新的exception:

Exception in thread "main" java.lang.ExceptionInInitializerError during calling of...
Caused by: java.lang.SecurityException: class "javax.servlet.FilterRegistration"'s signer
information does not match signer information of other classes in the same package

搜索問題原因,由於是類的衝突,就把   "javax.servlet" exclude掉,build.sbt中加入下麵一行,執行sbt compile。

libraryDependencies += "org.apache.hadoop" % "hadoop-common" % "2.5.0-cdh5.2.0" % "provided" excludeAll ExclusionRule(organization = "javax.servlet")

貼上原答案:

https://stackoverflow.com/questions/28086520/spark-application-throws-javax-servlet-filterregistration

6.運行成功。

代碼來自spark example:

object Test {
  def main(args:Array[String]): Unit ={
    val spark = SparkSession.builder().appName("groupbytest")
      .master("local").getOrCreate()

    val numMappers = if(args.length>0) args(0)toInt else 2
    val numKVPairs = if (args.length>1) args(1).toInt else 1000
    val valSize = if (args.length>2) args(2).toInt else 1000
    val numReducers = if (args.length>3) args(3).toInt else numMappers

    val pairs1 = spark.sparkContext.parallelize(0 until numMappers,numMappers).flatMap{
      p=>
        val ranGen = new Random
        val arr1 = new Array[(Int,Array[Byte])](numKVPairs)
        for (i<- 0 until numKVPairs){
          val byteArr = new Array[Byte](valSize)
          ranGen.nextBytes(byteArr)
          arr1(i)=(ranGen.nextInt(Int.MaxValue),byteArr)
        }
        arr1
    }.cache()

    pairs1.count()
    println(pairs1.groupByKey(numReducers).count())
    spark.stop()
  }

}

部分log,以及列印出的結果:

17/08/28 16:49:37 INFO TaskSetManager: Finished task 1.0 in stage 2.0 (TID 5) in 75 ms on localhost (executor driver) (2/2)
17/08/28 16:49:37 INFO TaskSchedulerImpl: Removed TaskSet 2.0, whose tasks have all completed, from pool 
17/08/28 16:49:37 INFO DAGScheduler: ResultStage 2 (count at Test.scala:29) finished in 0.230 s
17/08/28 16:49:37 INFO DAGScheduler: Job 1 finished: count at Test.scala:29, took 0.819872 s
2000
17/08/28 16:49:37 INFO SparkUI: Stopped Spark web UI at http://192.168.56.1:4040
17/08/28 16:49:37 INFO MapOutputTrackerMasterEndpoint: MapOutputTrackerMasterEndpoint stopped!

  

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 在Redis的官網上,我們可以看到Redis的Java客戶端眾多 ![Redis客戶端][pic1] 其中,Jedis是Redis官方推薦,也是使用用戶最多的Java客戶端。 開始前的準備 使用jedis使用到的jedis 2.1.0.jar, "點擊下載" 如果使用Redis連接池的話,需要com ...
  • 最近遇到這樣一個案例,需要修改所有SQL Server的Database Mail的SMTP,原來的SMTP為10.xxx.xxx.xxx, 現在需要修改為192.168.xxx.xxx, 另外需要規範郵件地址,以前這類郵件[email protected]的尾碼需要修改為Serve... ...
  • 一、PostgreSql9.6重置密碼的方法; 1、打開windows服務管理器,找到“postgresql-x64-9.6”服務,停止服務。 2、找到PostgreSQL9.6的安裝目錄(以我的E盤為例:E:\Program Files\PostgreSQL\9.6\data)下的許可權配置文件:p ...
  • What’s New With MySQL Replication in MySQL 8.0 MySQL複製從問世到現在已經經歷了多個年頭,它的穩定性和可靠性也在穩步的提高。這是一個不停進化的過程,由於MySQL的很多重要功能都是依賴於複製,所以複製的快速發展也是很容易理解的。 在MySQL的上一個 ...
  • 結構化查詢語言(SQL)是數據挖掘分析行業不可或缺的一項技能。對於SQL來說,編寫查詢語句只是第一步,確保查詢語句高效並且適合於你的資料庫操作工作,才是最重要的。 ...
  • 一、建表規約 1、表達是與否概念的欄位,必須使用 is_xxx 的方式命名,數據類型是 unsigned tinyint(1 表示是, 0 表示否) 。 2、表名、欄位名必須使用小寫字母或數字, 禁止出現數字開頭,禁止兩個下劃線中間只出現數字。資料庫欄位名的修改代價很大,因為無法進行預發佈,所以欄位 ...
  • 閱讀目錄 背景 TiDB是什麼 環境部署 實戰 性能測試 結語 一、背景 在上一篇嘗試CockroachDB(傳送門在此:http://www.cnblogs.com/Zachary-Fan/p/cockroachdb_net_csharp.html)的過程中,發現如果從常規的RDBMS遷移過去幾乎 ...
  • 關於SPOOL(SPOOL是SQLPLUS的命令,不是SQL語法裡面的東西。) 對於SPOOL數據的SQL,最好要自己定義格式,以方便程式直接導入,SQL語句如: select taskindex||'|'||commonindex||'|'||tasktype||'|'||to_number(to ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...