spark cassandra连接器错误:java.lang.noclassdeffounderror:com/datastax/spark/connector/tableref

cetgtptt  于 2021-05-29  发布在  Spark
关注(0)|答案(2)|浏览(498)
Spark version:3.00
scala:2.12
Cassandra::3.11.4
spark-cassandra-connector_2.12-3.0.0-alpha2.jar

我没有使用dse。下面是将Dataframe写入cassandra数据库的测试代码。

spark = SparkSession \
        .builder \
        .config("spark.jars","spark-streaming-kafka-0-10_2.12-3.0.0.jar,spark-sql-kafka-0-10_2.12-3.0.0.jar,kafka-clients-2.5.0.jar,commons-pool2-2.8.0.jar,spark-token-provider-kafka-0-10_2.12-3.0.0.jar,**spark-cassandra-connector_2.12-3.0.0-alpha2.jar**") \
        .config("spark.cassandra.connection.host", "127.0.0.1")\
        .config('spark.cassandra.output.consistency.level', 'ONE')\
        .appName("StructuredNetworkWordCount") \
        .getOrCreate()

    streamingInputDF = spark \
        .readStream \
        .format("kafka") \
        .option("kafka.bootstrap.servers", "192.168.56.1:9092") \
        .option("subscribe", "def") \
        .load()

## Dataset operations

    def write_to_cassandra(streaming_df,E):
    streaming_df\
        .write \
        .format("org.apache.spark.sql.cassandra") \
        .options(table="a", keyspace="abc") \
         .save()

    q1 =sites_flat.writeStream \
    .outputMode('update') \
    .foreachBatch(write_to_cassandra) \
    .start()
q1.awaitTermination()

我可以对dataframe做一些操作并将其打印到控制台,但我无法保存它,甚至无法从我的cassandra数据库中读取它。我得到的错误是:

File "C:\opt\spark-3.0.0-bin-hadoop2.7\python\lib\py4j-0.10.9-src.zip\py4j\protocol.py", line 328, in get_return_value
py4j.protocol.Py4JJavaError: An error occurred while calling o70.load.
: java.lang.NoClassDefFoundError: com/datastax/spark/connector/TableRef
    at org.apache.spark.sql.cassandra.DefaultSource$.TableRefAndOptions(DefaultSource.scala:142)
    at org.apache.spark.sql.cassandra.DefaultSource.createRelation(DefaultSource.scala:56)
    at org.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:339)
    at org.apache.spark.sql.DataFrameReader.loadV1Source(DataFrameReader.scala:279)
    at org.apache.spark.sql.DataFrameReader.$anonfun$load$2(DataFrameReader.scala:268)
    at scala.Option.getOrElse(Option.scala:189)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:268)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:203)

我尝试过其他Cassandra连接器版本(2.5),但得到相同的错误,请帮助!!!

c9qzyr3d

c9qzyr3d1#

问题是你用的是 spark.jars 只在类路径中包含提供的jar的选项。但是 TableRef 案例类在 spark-cassandra-connector-driver 依赖于的包 spark-cassandra-connector . 要解决这个问题,最好先启动 pyspark 或者 spark-submit--packages com.datastax.spark:spark-cassandra-connector_2.12:3.0.0-alpha2 (kafka支持也是如此)-在这种情况下,spark将获取所有必要的依赖项并将它们放入类路径。
p、 s.与 alpha2 在获取某些依赖项时可能会遇到问题,例如, ffi , groovy 这是一个已知的bug(主要是在spark中):sparkc-599,它已经被修复了,我们希望能很快得到beta-drop。
p、 另外,对于spark结构化流媒体写给cassandra的内容,不要使用 foreachbatch ,仅用作普通数据接收器:

val query = streamingCountsDF.writeStream
      .outputMode(OutputMode.Update)
      .format("org.apache.spark.sql.cassandra")
      .option("checkpointLocation", "webhdfs://192.168.0.10:5598/checkpoint")
      .option("keyspace", "test")
      .option("table", "sttest_tweets")
      .start()
8fq7wneg

8fq7wneg2#

我遇到了同样的问题,试试看:

<!-- https://mvnrepository.com/artifact/org.apache.spark/spark-core -->
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-core_2.12</artifactId>
    <version>2.4.3</version>
</dependency>

版本兼容性被认为是原因

相关问题