我知道有關於此的一些問題,但沒有足夠的信息來解決我的問題。客戶端紗線作業的Scala錯誤
我嘗試從我的Eclipse項目中以yarn-client模式運行作業。我有一個擁有2個節點的hadoop集羣(其中一個目前關閉)。我試圖在集羣模式下運行它(使用spark-submit),它的工作。我試圖從當地月食項目,運行它:
我試圖做一個星火背景是這樣的:
SparkConf conf = new SparkConf().setAppName("AnomalyDetection-BuildModel").setMaster("local[*]");
和它的作品。
但是,當我嘗試使用「紗客戶」運行:
SparkConf conf = new SparkConf().setAppName("AnomalyDetection-BuildModel").setMaster("yarn-client").set("driver-memory", "556m").set("executor-memory", "556m").set("executor-cores", "1").set("queue", "default");
我recived錯誤:
cannot assign instance of scala.collection.immutable.List$SerializationProxy to field org.apache.spark.rdd.RDD.org$apache$spark$rdd$RDD$$dependencies_ of type scala.collection.Seq in instance of org.apache.spark.rdd.MapPartitionsRDD
另一個問題是,我不知道到底該如何依賴和兼容性工作在這種情況下,爲什麼與本地[*]我沒有收到任何錯誤。
這是我的pom.xml文件:
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>buildModelTest</groupId>
<artifactId>buildModelTest</artifactId>
<version>1</version>
<properties>
<encoding>UTF-8</encoding>
<scala.version>2.11.8</scala.version>
<spark.version>2.1.0</spark.version>
<hadoop.version>2.7.0</hadoop.version>
</properties>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>3.8.1</version>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>2.1.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-mllib_2.10</artifactId>
<version>2.1.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.scala-lang</groupId>
<artifactId>scala-reflect</artifactId>
<version>2.11.8</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-yarn_2.10</artifactId>
<version>2.1.0</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.scalatest</groupId>
<artifactId>scalatest_2.11</artifactId>
<version>3.0.0</version>
<scope>provided</scope>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-jar-plugin</artifactId>
<configuration>
<archive>
<manifest>
<mainClass>buildModelTest.Main</mainClass>
</manifest>
</archive>
</configuration>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.3</version>
</plugin>
</plugins>
</build>
</project>
在我加入Hadoop的的配置文件的Eclipse項目,並構建配置SCALA_HOME,SPARK_HOME,HADOOP_CONF_DIR環境變量。關於SPARK,我有spark-2.1.0-bin-hadoop2.7和SCALA 2.11.8。在我的Java項目中,我添加了Spark/bin中的所有jar。
所以,你們有什麼想法,爲什麼這不是與「客戶端紗」,是否有依賴問題?如果是的話,正常和紗線客戶之間在依賴方面有什麼不同? Maven爲我下載了一些從Spark/bin添加的jar,所以我想其中有些是多餘的。
編輯
sparkContext正確初始化(我猜)。當我打電話.rrd()方法將引發錯誤:
JavaRDD<Vector> parsedTrainingData = data.map(new Function<String, Vector>() {
private static final long serialVersionUID = 1L;
public Vector call(String s) {
String[] sarray = s.split(" ");
double[] values = new double[sarray.length];
for (int i = 0; i < sarray.length; i++) {
values[i] = Double.parseDouble(sarray[i]);
}
return Vectors.dense(values);
}
});
parsedTrainingData.cache();
// Cluster the data into two classes using KMeans
KMeansModel clusters = KMeans.train(parsedTrainingData.rdd(), numClusters, numIterations);
我試圖改變我的參數,如你所說。該應用程序的行爲完全相同。所以我猜.setmaster(「紗線客戶端」)是一樣的。setmaster( 「紗」)。組( 「部署模式」, 「客戶端」)。 嗯,我這樣做是爲了避免從命令行執行它。根據我的理解,這是他們從代碼提交Spark應用程序的方式。 –