1

我正在关注文档示例示例：Estimator、Transformer 和 Param

我收到错误消息

23 年 9 月 15 日 11:46:51 信息 BlockManagerMaster：在线程“主”java.lang.NoSuchMethodError 中注册了 BlockManager 异常：scala.reflect.api.JavaUniverse.runtimeMirror(Ljava/lang/ClassLoader;)Lscala/reflect/api/ JavaUniverse$JavaMirror；在 SimpleApp$.main(hw.scala:75)

第 75 行是代码“sqlContext.createDataFrame()”：

import java.util.Random

import org.apache.log4j.Logger
import org.apache.log4j.Level

import scala.io.Source

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._
import org.apache.spark.rdd._


import org.apache.spark.ml.classification.LogisticRegression
import org.apache.spark.ml.param.ParamMap
import org.apache.spark.mllib.linalg.{Vector, Vectors}
import org.apache.spark.mllib.recommendation.{ALS, Rating, MatrixFactorizationModel}
import org.apache.spark.sql.Row
import org.apache.spark.sql.SQLContext
import org.apache.spark.sql.DataFrame
import org.apache.spark.sql.functions._

object SimpleApp {
     def main(args: Array[String]) {
       val conf = new SparkConf().setAppName("Simple Application").setMaster("local[4]");
       val sc = new SparkContext(conf)
       val sqlContext = new SQLContext(sc)
       val training = sqlContext.createDataFrame(Seq(
         (1.0, Vectors.dense(0.0, 1.1, 0.1)),
         (0.0, Vectors.dense(2.0, 1.0, -1.0)),
         (0.0, Vectors.dense(2.0, 1.3, 1.0)),
         (1.0, Vectors.dense(0.0, 1.2, -0.5))
       )).toDF("label", "features")
    }
}

我的 sbt 如下所示：

lazy val root = (project in file(".")).
  settings(
    name := "hello",
    version := "1.0",
    scalaVersion := "2.11.4"
  )

libraryDependencies ++= {
    Seq(
        "org.apache.spark" %% "spark-core" % "1.4.1" % "provided",
        "org.apache.spark" %% "spark-sql" % "1.4.1" % "provided",
        "org.apache.spark" % "spark-hive_2.11" % "1.4.1",
        "org.apache.spark"  % "spark-mllib_2.11" % "1.4.1" % "provided",
        "org.apache.spark" %% "spark-streaming" % "1.4.1" % "provided",
        "org.apache.spark" %% "spark-streaming-kinesis-asl" % "1.4.1" % "provided"
    )
}

我试图四处搜索，发现这篇与我的问题非常相似的帖子，我尝试将我的 sbt 设置更改为 spark 版本（spark-mllib_2.11 到 2.10，spark-1.4.1 到 1.5.0），但是它带来了更多的依赖冲突。

我的直觉是这是一些版本问题，但我自己无法弄清楚，有人可以帮忙吗？多谢。

4

1 回答 1

2

它现在对我有用，只是为了记录，参考@MartinSenne 的答案。

我所做的如下：

  1. 清除文件夹“项目”下的所有编译文件
  2. scala 版本2.10.4（以前使用 2.11.4）
  3. 将 spark-sql 更改为：" org.apache.spark" %% "spark-sql" % "1.4.1" % "provided"
  4. 将 MLlib 更改为："org.apache.spark" %% "spark-mllib" % "1.4.1" % "provided"

@笔记：

  1. 我已经启动了一个 Spark 集群，并使用“ sh spark-submit /path_to_folder/hello/target/scala-2.10/hello_2.10-1.0.jar ”将 jar 提交给 Spark master。如果使用 sbt 通过命令“ sbt run ”运行将失败。
  2. 当从 scala-2.11 更改为 scala-2.10 时，请记住 jar 文件路径和名称也会从“ scala-2.11/hello_2.11-1.0.jar ”更改为“ scala-2.10/hello_2.10-1.0.jar ” . 当我重新打包所有内容时，我忘记更改 jar 名称的提交作业命令，所以我打包成“hello_2.10-1.0.jar”但提交“hello_2.10-1.0.jar”，这给我带来了额外的问题。 ..
  3. 我尝试了“val sqlContext = new org.apache.spark.sql.SQLContext(sc) ”和“val sqlContext = new org.apache.spark.sql.hive.HiveContext(sc) ”，两者都使用方法createDataFrame( )
于 2015-09-23T21:23:29.930 回答