ApacheBeam程序向导4-创新互联

Apache Beam程序向导4

今天在集群上实验Beam On Spark的时候，遇到一个坑爹的问题，这个问题总结起来是一个java.lang.NoClassDefFoundError

错误，具体错误如下图1所示

图1 错误提示

该错误提示SparkStreamingContext没有定义，这说明java虚拟机加载进来了SparkStreamingContext，也就是相应的代码包已经导入进来了，这个阶段没有什么问题。接下来就得看看是不是代码包版本不合适。

我的maven依赖如下图2所示

图2 Maven依赖包

于是我在各种尝试之后，终于找到了一种有希望的解决方案，那就是将spark的版本2.1.0改为1.6.3版本。

修改后状况如下：

图3 本地运行成功

这里看似成功了，但是这只是在本机测试的时候有了Beam On Spark的运行测试结果。至于在Spark集群中能否跑起来，我们还要按照官方提供的方法生成对应的jar包，并通过Spark-submit提交的方式提交到yarn集群中去通过yarn来调度运行。这种情况下运行成功了，那才叫真正的成功。所以现在还不是高兴的时候，那么接下来我们就开始继续接下来的实验吧。

首先应该在maven的pom.xml文件中加入以下对shade的构建依赖

（该部分加入到根节点的build节点的plugins节点之中

）

<plugin>

 <groupId>org.apache.maven.pluginsgroupId>

 <artifactId>maven-shade-pluginartifactId>

 <configuration>

   <createDependencyReducedPom>falsecreateDependencyReducedPom>

   <filters>

     <filter>

       <artifact>*:*artifact>

       <excludes>

         <exclude>META-INF/*.SFexclude>

         <exclude>META-INF/*.DSAexclude>

         <exclude>META-INF/*.RSAexclude>

       excludes>

     filter>

   filters>

 configuration>

 <executions>

   <execution>

     <phase>packagephase>

     <goals>

       <goal>shadegoal>

     goals>

     <configuration>

       <shadedArtifactAttached>trueshadedArtifactAttached>

       <shadedClassifierName>shadedshadedClassifierName>

     configuration>

   execution>

 executions>

plugin>

首先将项目打包拷贝到提交应用的那台机器上并解压。

如果已经安装好了maven的环境了的话，就直接在解压之后的根目录下执行如下命令

mvnpackage

然后就等着编译结束

…………………..

如下图所示，编译成功后的jar包就在target目录下

以spark提交jar包的方式提交，提交的脚本如下：

${SPARK_HOME}/bin/./spark-submit\

 --class org.tongfang.beam.examples.WordCount \##指定要运行的类，全路径+类名

 --master yarn \ ##提交给yarn调度

 --deploy-mode cluster \##集群模式运行

/home/ubuntu/shaded/target/shaded-1.0.0-shaded.jar##指定jar包路径

给脚本添加可执行权限之后就可以开始运行了：

经过一会儿等待之后就成功了，如下图所示：

文章来自数模堂，如需更多交流，请扫描关注

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。