首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >hadoop 2.7.7的AWS-Java-SDK版本问题

hadoop 2.7.7的AWS-Java-SDK版本问题
EN

Stack Overflow用户
提问于 2019-01-02 20:48:27
回答 1查看 2.4K关注 0票数 2

我正在运行一个简单的spark应用程序来从rdd中的s3获取文件,并将其转换为pyspark数据帧:

代码语言:javascript
复制
data=sc.textFile('s3a://bigdata-plat/churnData/transaction.csv')
df=data.toDF()

也试过了,

代码语言:javascript
复制
data=sc.textFile('s3a://bigdata-plat/churnData/transaction.csv')
df = data.map(lambda x: Row(**f(x))).toDF()

但它给出了相同的错误:

代码语言:javascript
复制
java.lang.NoSuchMethodError: com.amazonaws.services.s3.transfer.TransferManager.<init>(Lcom/amazonaws/services/s3/AmazonS3;Ljava/util/concurrent/ThreadPoolExecutor;)V
        at org.apache.hadoop.fs.s3a.S3AFileSystem.initialize(S3AFileSystem.java:287)
        at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2667)
        at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:93)
        at org.apache.hadoop.fs.FileSystem$Cache.getInternal(FileSystem.java:2701)
        at org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:2683)
        at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:372)
        at org.apache.hadoop.fs.Path.getFileSystem(Path.java:295)
        at org.apache.hadoop.mapred.FileInputFormat.singleThreadedListStatus(FileInputFormat.java:258)
        at org.apache.hadoop.mapred.FileInputFormat.listStatus(FileInputFormat.java:229)
        at org.apache.hadoop.mapred.FileInputFormat.getSplits(FileInputFormat.java:315)
        at org.apache.spark.rdd.HadoopRDD.getPartitions(HadoopRDD.scala:204)
        at org.apache.spark.rdd.RDD$$anonfun$partitions$2.apply(RDD.scala:253)
        at org.apache.spark.rdd.RDD$$anonfun$partitions$2.apply(RDD.scala:251)
        at scala.Option.getOrElse(Option.scala:121)
        at org.apache.spark.rdd.RDD.partitions(RDD.scala:251)
        at org.apache.spark.rdd.MapPartitionsRDD.getPartitions(MapPartitionsRDD.scala:49)
        at org.apache.spark.rdd.RDD$$anonfun$partitions$2.apply(RDD.scala:253)
        at org.apache.spark.rdd.RDD$$anonfun$partitions$2.apply(RDD.scala:251)
        at scala.Option.getOrElse(Option.scala:121)
        at org.apache.spark.rdd.RDD.partitions(RDD.scala:251)
        at org.apache.spark.api.java.JavaRDDLike$class.partitions(JavaRDDLike.scala:61)
        at org.apache.spark.api.java.AbstractJavaRDDLike.partitions(JavaRDDLike.scala:45)
        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:745)

代码语言:javascript
复制
pyspark.SparkConf().setAll([('spark.eventLog.dir', '/spark/logs/tmp/')
            ,("spark.driver.extraClassPath","path/hadoop-common-2.7.7.jar:/path/aws-java-sdk-1.10.6.jar:path/hadoop-aws-2.7.7.jar")
            ,("spark.hadoop.fs.s3a.impl","org.apache.hadoop.fs.s3a.S3AFileSystem")
                        ,("fs.s3a.access.key", AWS_ACCESS_KEY)
            ,("fs.s3a.secret.key", AWS_SECRET_KEY)])

我使用的是Spark 2.4,hadoop 2.7.7

代码语言:javascript
复制
aws-java-sdk versions tried : 1.11.440, 1.11.75, 1.10.6, 1.7.4

我不能理解这里是依赖问题吗?或者我遗漏了任何需要的额外jar文件?有什么解决方案吗?

EN

回答 1

Stack Overflow用户

发布于 2019-01-03 03:08:06

AWS SDK相当脆弱。您需要使用构建hadoop-aws连接器时使用的AWS SDK的确切版本,否则事情要么无法正确链接,要么会以各种方式失败。

有关您需要的文件,请参阅:https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-aws/2.7.7

PS,不需要设置spark.hadoop.fs.s3a.impl。该绑定是自动的

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/54006683

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档