java - 无法实例化 Kafka 结构化流 KafkaSourceProvider
问题描述
我正在做一个流媒体项目,我有一个 ping 统计数据的 kafka 流,如下所示:
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=1 ttl=62 time=0.913 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=2 ttl=62 time=0.936 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=3 ttl=62 time=0.980 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=4 ttl=62 time=0.889 ms
我正在尝试将其作为结构化流读取pyspark
。我使用以下命令启动 pyspark:
pyspark --packages org.apache.spark:spark-sql-kafka-0-10_2.11:2.4.0
Pyspark 版本是 2.4,python 版本是 2.7(也试过 3.6)
我一发送这段代码就会收到错误消息(遵循结构化流+卡夫卡集成指南):
df = spark.readStream.format("kafka").option("kafka.bootstrap.servers", "172.18.2.21:2181").option("subscribe", "ping-stats").load()
我遇到以下错误:
py4j.protocol.Py4JJavaError: An error occurred while calling o37.load.
: java.util.ServiceConfigurationError: org.apache.spark.sql.sources.DataSourceRegister: Provider org.apache.spark.sql.kafka010.KafkaSourceProvider could not be instantiated
at java.util.ServiceLoader.fail(ServiceLoader.java:232)
at java.util.ServiceLoader.access$100(ServiceLoader.java:185)
at java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.java:384)
at java.util.ServiceLoader$LazyIterator.next(ServiceLoader.java:404)
at java.util.ServiceLoader$1.next(ServiceLoader.java:480)
at scala.collection.convert.Wrappers$JIteratorWrapper.next(Wrappers.scala:43)
at scala.collection.Iterator$class.foreach(Iterator.scala:891)
at scala.collection.AbstractIterator.foreach(Iterator.scala:1334)
at scala.collection.IterableLike$class.foreach(IterableLike.scala:72)
at scala.collection.AbstractIterable.foreach(Iterable.scala:54)
at scala.collection.TraversableLike$class.filterImpl(TraversableLike.scala:247)
at scala.collection.TraversableLike$class.filter(TraversableLike.scala:259)
at scala.collection.AbstractTraversable.filter(Traversable.scala:104)
at org.apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:630)
at org.apache.spark.sql.streaming.DataStreamReader.load(DataStreamReader.scala:161)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:244)
at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:357)
at py4j.Gateway.invoke(Gateway.java:282)
at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
at py4j.commands.CallCommand.execute(CallCommand.java:79)
at py4j.GatewayConnection.run(GatewayConnection.java:238)
at java.lang.Thread.run(Thread.java:748)
Caused by: java.lang.NoSuchMethodError: org.apache.spark.internal.Logging.$init$(Lorg/apache/spark/internal/Logging;)V
at org.apache.spark.sql.kafka010.KafkaSourceProvider.<init>(KafkaSourceProvider.scala:44)
at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:62)
at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
at java.lang.reflect.Constructor.newInstance(Constructor.java:423)
at java.lang.Class.newInstance(Class.java:442)
at java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.java:380)
... 23 more
有人可以帮我解决这个问题吗?
解决方案
我设法通过确保 spark-sql-kafka 包的版本与 spark 版本匹配来解决这个问题。
就我而言,我现在正在使用--packages org.apache.spark:spark-sql-kafka-0-10_2.11:2.4.1
我的 spark 版本2.4.1,此后.format("kafka")
可以解决部分代码。
另外,v2.12 的包(即org.apache.spark:spark-sql-kafka-0-10_2.12:2.4.1
)在撰写本文时似乎不稳定,使用它也会导致上述错误。
*编辑:v2.12spark-sql-kafka
包似乎只适用于使用 Scala v2.12 构建的 Spark。因此,对于 Spark v2.X 版本(默认情况下使用 Scala v2.11 预构建),spark-2.4.1-bin-without-hadoop-scala-2.12.tgz
如果您真的想使用spark-sql-kafka
v2.12 包,则需要使用使用 Scala v2.12(例如)构建的 Spark 二进制文件。对于 Spark v3.X,默认情况下它们是使用 Scala v2.12 预构建的,因此您只能看到/使用包的 v2.12。
推荐阅读
- powershell - Powershell脚本解析DNS名称显示结果
- react-native - React Native Redux - 不通过不同的路线显示更新的状态
- dotnetnuke - 如何恢复 DNN 站点
- javascript - 滑块中心模式样式
- javascript - Firebase 函数获取排名
- android-studio - 已解决:无法使用 Android Studio 在手机或模拟器上运行应用程序:adb.exe start-server failed -- 必要时手动运行
- php - 使用 ajax 和进度条上传文件
- python - 打印导致python中的多行面临错误
- node.js - Discord.js - 发送消息的计数器,DM给公会的所有成员
- python - redirect() / render_template() 在Flask中从同一路由调用时再次进入路由