java.lang.NoSuchMethodError: org.apache.spark.storage.BlockManager

Question

当我连接到一个运动流时，我得到了以下错误消息。

java.lang.NoSuchMethodError: org.apache.spark.storage.BlockManager.get(Lorg/apache/spark/storage/BlockId;)Lscala/Option;
    at org.apache.spark.streaming.kinesis.KinesisBackedBlockRDD.getBlockFromBlockManager$1(KinesisBackedBlockRDD.scala:104)

我的火花流代码是，

sc = SparkContext(appName="PythonStreamingTest")
ssc = StreamingContext(sc, 10)
dstream = KinesisUtils.createStream(
    ssc, "PythonStreamingTest", "questions", "https://kinesis.us-west-2.amazonaws.com", "us-west-2", InitialPositionInStream.TRIM_HORIZON, 1)
dstream.foreachRDD(stream_rdd)

def stream_rdd(rdd):
    if not rdd.isEmpty():
        return rdd.foreach(classify)

def classify(ele):
    if ele!="":
        print ele

最初，流是空白的，因为连接到Kinesis流需要一段时间。但突然之间，它破坏了密码。剩下的痕迹是，

17/04/02 17:52:00 ERROR Executor: Exception in task 0.0 in stage 1.0 (TID 1)
java.lang.NoSuchMethodError: org.apache.spark.storage.BlockManager.get(Lorg/apache/spark/storage/BlockId;)Lscala/Option;
    at org.apache.spark.streaming.kinesis.KinesisBackedBlockRDD.getBlockFromBlockManager$1(KinesisBackedBlockRDD.scala:104)
    at org.apache.spark.streaming.kinesis.KinesisBackedBlockRDD.compute(KinesisBackedBlockRDD.scala:117)
    at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
    at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
    at org.apache.spark.api.python.PythonRDD.compute(PythonRDD.scala:63)
    at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
    at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
    at org.apache.spark.api.python.PythonRDD.compute(PythonRDD.scala:63)
    at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
    at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
    at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:87)
    at org.apache.spark.scheduler.Task.run(Task.scala:99)
    at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:282)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)

我使用以下命令提交我的工作，

spark-submit --jars spark-streaming-kinesis-asl-assembly_2.11-2.0.0.jar --driver-memory 5g Question_Type_Classification_testing_purpose/classifier_streaming.py

我正在本地机器上运行代码。因此，如果我给5克内存，执行者应该可以正常工作。同样的代码适用于Spark1.6。最近，我更改为Spark2.1，无法运行这段代码。我也更新了我的动态jar和Py4j。

我通过编写一个Kinesis使用者来测试我的代码，它可以很好地获得流。

有谁能告诉我什么是可能的问题吗？空流是否会产生问题？如果是，为什么我在使用火花流时得到一个空流？任何帮助都是非常感谢的。

Answer 1

spark-streaming-kinesis-asl是星火本身的内部库，并且正在使用星火内部API(例如，BlockManager.get)。BlockManager.get的方法签名在https://github.com/apache/spark/commit/29cfab3f1524c5690be675d24dda0a9a1806d6ff#diff-2b643ea78c1add0381754b1f47eec132L605中被更改了，所以如果火花版本是>= 2.0.1，那么您将看到NoSuchMethodError，但是spark-streaming-kinesis-asl版本是< 2.0.1。

通常，因为Spark并不承诺不破坏版本之间的内部API，所以您必须使用spark-streaming-kinesis-asl与同一版本的Spark。

对于最新的Spark版本，由于潜在的许可证问题1，移动asl程序集jar被移除，因此您可能无法找到程序集jar。但是，您可以使用--packages org.apache.spark:spark-streaming-kinesis-asl_2.11:2.1.0将spark-streaming-kinesis-asl及其依赖项自动添加到类路径中，而不是自己构建程序集jar。

1