spark 笔记1 -- spark程序连接

最新推荐文章于 2024-04-05 01:36:08 发布

犀利的蛙

最新推荐文章于 2024-04-05 01:36:08 发布

阅读量357

点赞数

spark 专栏收录该内容

6 篇文章

订阅专栏

一.序言

spark 现在用得比较多了，但是开始连接spark 的的时候有些小问题，这里简单记录一下，我用的spark1.4.1 hadoop2.7 hive1.2.1, 目的想用spark-sql 连接 hive 的metastore,关于集群配置这暂时不介绍了，例子很多，这里仅仅记录java/scala 连接部分。

二.连接配置

2.1 maven 配置：

   <dependencies>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.10</artifactId>
            <version>1.4.1</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>1.2.1</version>
        </dependency>
    </dependencies>

2.2 java 连接

 public static final String master = "spark://master:7077";
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("demo").setMaster(master);
        JavaSparkContext sc = new JavaSparkContext(conf);
        System.out.println(sc);
        sc.stop();
    }

基本上获取到sc,就算连接成功了

3.连接问题：

异常1：连接的时候控制台：

15/09/07 11:24:54 INFO ui.SparkUI: Started SparkUI at http://10.1.50.190:4040
15/09/07 11:24:54 INFO client.AppClient$ClientActor: Connecting to master akka.tcp://sparkMaster@master:7077/user/Master...
15/09/07 11:24:54 WARN remote.ReliableDeliverySupervisor: Association with remote system [akka.tcp://sparkMaster@master:7077] has failed, address is now gated for [5000] ms. Reason is: [Disassociated].
15/09/07 11:25:14 INFO client.AppClient$ClientActor: Connecting to master akka.tcp://sparkMaster@master:7077/user/Master...
15/09/07 11:25:14 WARN remote.ReliableDeliverySupervisor: Association with remote system [akka.tcp://sparkMaster@master:7077] has failed, address is now gated for [5000] ms. Reason is: [Disassociated].

spark log 出现：

ERROR Remoting: org.apache.spark.deploy.Command; local class incompatible: stream classdesc serialVersionUID = -7098307370860582211, local class serialVersionUID = -3335312719467547622
java.io.InvalidClassException: org.apache.spark.deploy.Command; local class incompatible: stream classdesc serialVersionUID = -7098307370860582211, local class serialVersionUID = -3335312719467547622

这个是连接到了服务器，但是class 不匹配，也就是版本不对，用spark-core_2.11 版本会出现这个异常，因为启动spark-shell 启动的的时候，info 信息表示用的scala-2.10.4 版本。

异常二：

出现类似的：
scala.collection.immutable.HashSet$.empty()Lscala/collection/immutable/HashS

这里也是因为我本例用的scala 2.11 的SDK，然后我换成了2.10 就好了

异常三：

client.AppClient$ClientActor: Connecting to master akka.tcp://sparkMaster@10.10.1.1:7077/user/Master...

一直连接不上spark,因为这里使用ip:10.1.1.1 进行连接，而spark_master_ip 配置是master 的映射，因此通过ip 他会找不到，要客户端配置10.1.1.1 master 映射，用master 连接就行，这里有点怪- -！

其他异常：

还有包含防火墙，集群之间网络等问题，差不多都是这些引起的。

小结：

1.先保证集群之间连通，一般也是网络防火墙等问题造成的，我是直接关闭了防火墙

2.客户端连接一般是网络域名版本造成的，要看日志

3.日志通过spark/conf/log.propertis 设置成debug 就能看到很详细的日志，如果没看到日志，那么说明客户端还没连接到服务器

4.可以通过spark-shell --master spark://ip:7070 尝试连接，然后再通过客户端连接