Apache Spark: исключение в потоке "main" java.lang.ClassNotFoundException: org.apache.spark.sql.adapter.Spark3Adapter

Я запустил следующий код через intellij и успешно работает. Код показан ниже.

import org.apache.spark.sql.SparkSession

object HudiV1 {

  // Scala code
  case class Employee(emp_id: Int, employee_name: String, department: String, state: String, salary: Int, age: Int, bonus: Int, ts: Long)

  def main(args: Array[String]) {

    val spark = SparkSession.builder()
      .config("spark.serializer", "org.apache.spark.serializer.KryoSerializer")
      .config("className", "org.apache.hudi")
      .config("spark.sql.hive.convertMetastoreParquet", "false")
      .config("spark.sql.extensions", "org.apache.spark.sql.hudi.HoodieSparkSessionExtension")
      .config("spark.sql.warehouse.dir", "file:///D:/downloads/hudilake")
      .master("local[*]")
      .getOrCreate()

    import scala.util.Random


    object DataGenerator {
      def getEmployees(n: Int): List[Employee] = {
        val departments = List("IT", "HR", "Sales", "Marketing")
        val states = List("CA", "NY", "TX", "FL", "IL", "RJ")
        (1 to n).map { i =>
          Employee(i, Random.alphanumeric.take(10).mkString, departments(Random.nextInt(departments.size)), states(Random.nextInt(states.size)), Random.nextInt(150000 - 10000) + 10000, Random.nextInt(60 - 18) + 18, Random.nextInt(100000), System.currentTimeMillis())
        }.toList
      }
    }

    val employees = DataGenerator.getEmployees(2)
    val columns = Seq("emp_id", "employee_name", "department", "state", "salary", "age", "bonus", "ts")
    val df = spark.createDataFrame(employees).toDF(columns: _*)

    val db_name = "hudidb"
    val table_name = "hudi_table"
    val recordkey = "emp_id"
    val precombine = "ts"
    val path = "file:///D:/downloads/hudilake"
    val method = "upsert"
    val table_type = "COPY_ON_WRITE"

    val hudi_options = Map(
      "hoodie.table.name" -> table_name,
      "hoodie.datasource.write.recordkey.field" -> "emp_id",
      "hoodie.datasource.write.table.name" -> table_name,
      "hoodie.datasource.write.operation" -> "upsert",
      "hoodie.datasource.write.precombine.field" -> "ts",
      "hoodie.upsert.shuffle.parallelism" -> "2",
      "hoodie.insert.shuffle.parallelism" -> "2"
    )


    println("*" * 55)
    println("overwrite")
    println("*" * 55)

    df.write.format("org.apache.hudi")
      .options(hudi_options)
      .mode("overwrite")
      .save(path)

    println("*" * 55)
    println("READ")
    println("*" * 55)

    val read_df = spark.read.format("org.apache.hudi")
      .load(path)

    read_df.show()

  }
}

Структура sbt также прилагается ниже.


name := "HudiV1"

version := "0.1"

scalaVersion := "2.12.12"

libraryDependencies ++= Seq(
  "org.apache.spark" %% "spark-core" % "3.3.1",
  "org.apache.spark" %% "spark-sql" % "3.3.1",
  "org.apache.spark" %% "spark-streaming" % "3.3.1",
  "org.apache.hudi" % "hudi-spark-bundle_2.12" % "0.10.0",
  "org.apache.hudi" % "hudi-utilities-bundle_2.12" % "0.10.0",
  "org.apache.hudi" % "hudi-common" % "0.10.0",
  "org.apache.hadoop" % "hadoop-common" % "3.3.1",
  "org.apache.hadoop" % "hadoop-client" % "3.3.1",
  "org.apache.avro" % "avro" % "1.10.2",
  "org.apache.avro" % "avro-mapred" % "1.10.2" % "test",
  "org.apache.avro" % "avro-tools" % "1.10.2" % "test"
)

Теперь, когда я пытаюсь запустить эту же программу после связывания с jar с помощью sbt, я получаю сообщение об ошибке Exception in thread "main" java.lang.ClassNotFoundException: org.apache.spark.sql.adapter.Spark3Adapter.

Команда и полная трассировка стека показаны ниже.

D:\Spark\spark-3.3.1-bin-hadoop3\bin\spark-submit --class "HudiV1" --jars hudiv1_2.12-0.1.jar hudi-spark-bundle_2.12-0.10.0.jar

Stacktrace (пропущены некоторые нежелательные журналы)

23/04/14 23:38:30 INFO SparkContext: Running Spark version 3.3.1
23/04/14 23:38:30 INFO ResourceUtils: ==============================================================
23/04/14 23:38:30 INFO ResourceUtils: No custom resources configured for spark.driver.
23/04/14 23:38:30 INFO ResourceUtils: ==============================================================
23/04/14 23:38:30 INFO SparkContext: Submitted application: HudiV1
.
.
.
Exception in thread "main" java.lang.ClassNotFoundException: org.apache.spark.sql.adapter.Spark3Adapter
        at java.base/java.net.URLClassLoader.findClass(URLClassLoader.java:471)
        at java.base/java.lang.ClassLoader.loadClass(ClassLoader.java:588)
        at java.base/java.lang.ClassLoader.loadClass(ClassLoader.java:521)
        at org.apache.hudi.SparkAdapterSupport.sparkAdapter(SparkAdapterSupport.scala:35)
        at org.apache.hudi.SparkAdapterSupport.sparkAdapter$(SparkAdapterSupport.scala:29)
        at org.apache.spark.sql.hudi.analysis.HoodieResolveReferences.sparkAdapter$lzycompute(HoodieAnalysis.scala:119)
        at org.apache.spark.sql.hudi.analysis.HoodieResolveReferences.sparkAdapter(HoodieAnalysis.scala:119)
        at org.apache.spark.sql.hudi.analysis.HoodieResolveReferences$$anonfun$apply$1.applyOrElse(HoodieAnalysis.scala:283)
        at org.apache.spark.sql.hudi.analysis.HoodieResolveReferences$$anonfun$apply$1.applyOrElse(HoodieAnalysis.scala:123)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.$anonfun$resolveOperatorsUpWithPruning$3(AnalysisHelper.scala:138)
        at org.apache.spark.sql.catalyst.trees.CurrentOrigin$.withOrigin(TreeNode.scala:176)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.$anonfun$resolveOperatorsUpWithPruning$1(AnalysisHelper.scala:138)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper$.allowInvokingTransformsInAnalyzer(AnalysisHelper.scala:323)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.resolveOperatorsUpWithPruning(AnalysisHelper.scala:134)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.resolveOperatorsUpWithPruning$(AnalysisHelper.scala:130)
        at org.apache.spark.sql.catalyst.plans.logical.LogicalPlan.resolveOperatorsUpWithPruning(LogicalPlan.scala:30)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.resolveOperatorsUp(AnalysisHelper.scala:111)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.resolveOperatorsUp$(AnalysisHelper.scala:110)
        at org.apache.spark.sql.catalyst.plans.logical.LogicalPlan.resolveOperatorsUp(LogicalPlan.scala:30)
        at org.apache.spark.sql.hudi.analysis.HoodieResolveReferences.apply(HoodieAnalysis.scala:123)
        at org.apache.spark.sql.hudi.analysis.HoodieResolveReferences.apply(HoodieAnalysis.scala:119)
        at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$execute$2(RuleExecutor.scala:211)
        at scala.collection.LinearSeqOptimized.foldLeft(LinearSeqOptimized.scala:126)
        at scala.collection.LinearSeqOptimized.foldLeft$(LinearSeqOptimized.scala:122)
        at scala.collection.immutable.List.foldLeft(List.scala:91)
        at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$execute$1(RuleExecutor.scala:208)
        at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$execute$1$adapted(RuleExecutor.scala:200)
        at scala.collection.immutable.List.foreach(List.scala:431)
        at org.apache.spark.sql.catalyst.rules.RuleExecutor.execute(RuleExecutor.scala:200)
        at org.apache.spark.sql.catalyst.analysis.Analyzer.org$apache$spark$sql$catalyst$analysis$Analyzer$$executeSameContext(Analyzer.scala:227)
        at org.apache.spark.sql.catalyst.analysis.Analyzer.$anonfun$execute$1(Analyzer.scala:223)
        at org.apache.spark.sql.catalyst.analysis.AnalysisContext$.withNewAnalysisContext(Analyzer.scala:172)
        at org.apache.spark.sql.catalyst.analysis.Analyzer.execute(Analyzer.scala:223)
        at org.apache.spark.sql.catalyst.analysis.Analyzer.execute(Analyzer.scala:187)
        at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$executeAndTrack$1(RuleExecutor.scala:179)
        at org.apache.spark.sql.catalyst.QueryPlanningTracker$.withTracker(QueryPlanningTracker.scala:88)
        at org.apache.spark.sql.catalyst.rules.RuleExecutor.executeAndTrack(RuleExecutor.scala:179)
        at org.apache.spark.sql.catalyst.analysis.Analyzer.$anonfun$executeAndCheck$1(Analyzer.scala:208)
        at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper$.markInAnalyzer(AnalysisHelper.scala:330)
        at org.apache.spark.sql.catalyst.analysis.Analyzer.executeAndCheck(Analyzer.scala:207)
        at org.apache.spark.sql.execution.QueryExecution.$anonfun$analyzed$1(QueryExecution.scala:76)
        at org.apache.spark.sql.catalyst.QueryPlanningTracker.measurePhase(QueryPlanningTracker.scala:111)
        at org.apache.spark.sql.execution.QueryExecution.$anonfun$executePhase$2(QueryExecution.scala:185)
        at org.apache.spark.sql.execution.QueryExecution$.withInternalError(QueryExecution.scala:510)
        at org.apache.spark.sql.execution.QueryExecution.$anonfun$executePhase$1(QueryExecution.scala:185)
        at org.apache.spark.sql.SparkSession.withActive(SparkSession.scala:779)
        at org.apache.spark.sql.execution.QueryExecution.executePhase(QueryExecution.scala:184)
        at org.apache.spark.sql.execution.QueryExecution.analyzed$lzycompute(QueryExecution.scala:76)
        at org.apache.spark.sql.execution.QueryExecution.analyzed(QueryExecution.scala:74)
        at org.apache.spark.sql.execution.QueryExecution.assertAnalyzed(QueryExecution.scala:66)
        at org.apache.spark.sql.Dataset$.$anonfun$ofRows$1(Dataset.scala:91)
        at org.apache.spark.sql.SparkSession.withActive(SparkSession.scala:779)
        at org.apache.spark.sql.Dataset$.ofRows(Dataset.scala:89)
        at org.apache.spark.sql.SparkSession.$anonfun$createDataFrame$2(SparkSession.scala:322)
        at org.apache.spark.sql.SparkSession.withActive(SparkSession.scala:779)
        at org.apache.spark.sql.SparkSession.createDataFrame(SparkSession.scala:319)
        at HudiV1$.main(HudiV1.scala:34)
        at HudiV1.main(HudiV1.scala)
        at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
        at java.base/jdk.internal.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.base/java.lang.reflect.Method.invoke(Method.java:566)
        at org.apache.spark.deploy.JavaMainApplication.start(SparkApplication.scala:52)
        at org.apache.spark.deploy.SparkSubmit.org$apache$spark$deploy$SparkSubmit$$runMain(SparkSubmit.scala:958)
        at org.apache.spark.deploy.SparkSubmit.doRunMain$1(SparkSubmit.scala:180)
        at org.apache.spark.deploy.SparkSubmit.submit(SparkSubmit.scala:203)
        at org.apache.spark.deploy.SparkSubmit.doSubmit(SparkSubmit.scala:90)
        at org.apache.spark.deploy.SparkSubmit$$anon$2.doSubmit(SparkSubmit.scala:1046)
        at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:1055)
        at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)

используется отдельная версия искры spark 3.3.1. Может ли кто-нибудь помочь мне решить эту проблему?

Вы изменили порядок двух JAR-файлов в команде SparkSubmit. И вам даже не нужно указывать hudi-spark-bundle_2.12-0.10.0.jar, потому что это уже часть ваших зависимостей sbt

OneCricketeer 15.04.2023 00:08

@OneCricketeer Изменение порядка дает ту же ошибку. Без указания spark-bundle_2.12-0.10.0.jar возникает другая ошибка java.lang.ClassNotFoundException: org.apache.spark.sql.hudi.HoodieSparkSessionExtension.

pacman 15.04.2023 05:00

Может быть, вам нужно запустить сборку sbt? Но вы все равно должны использовать "org.apache.hudi" %% "hudi-spark-bundle" % "0.10.0", например. %% автоматически добавляет версию Scala... Также добавьте % "provided" к первым 3 искровым версиям.

OneCricketeer 15.04.2023 06:38

@OneCricketeer Выполнение вышеуказанных шагов на самом деле приводит к сбою сборки sbt для меня.

pacman 15.04.2023 10:00
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
4
150
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

sbt package создает тонкий JAR без внешних библиотек

Сборка sbt создает uber/толстый JAR с ними в комплекте, поэтому вам не нужны команды --jars или --packages для spark-submit.

Вот плагин sbt, который упрощает эту задачу для Spark — https://github.com/alonsodomin/sbt-spark

Когда вы запускаете код из IntelliJ, он по умолчанию включает все зависимости от пути к классам.

Другие вопросы по теме