Spark Streaming - CheckPointing 问题

Question

我已经使用 Twitter 的流媒体用户 api 和 Spark 流媒体完成了 Twitter 流媒体。这运行s 在我的本地机器上成功。但是当我运行这个程序在集群上以本地模式运行时。这是第一次运行成功。稍后它会给出以下异常。

"Exception in thread "main" org.apache.spark.SparkException: Found both spark.executor.extraClassPath and SPARK_CLASSPATH. Use only the former."

和 spark class 路径已经取消设置！！我必须每次都创建一个新的检查点目录才能成功运行。否则显示上述异常。

谁能帮我解决这个问题？谢谢 :)

Answer 1

尝试使用

#!/bin/bash
HBASE_HOME=/opt/cloudera/parcels/CDH/lib/hbase
SPARK_CLASSPATH="$HBASE_HOME/conf/:$HBASE_HOME/hbase-client.jar:$HBASE_HOME/hbase-protocol.jar:$HBASE_HOME/lib/htrace-core.jar:$HBASE_HOME/lib/htrace-core-3.1.0-incubating.jar"
spark-submit --num-executors 2 --executor-cores 2 --executor-memory 10G  --conf spark.executor.extraClassPath=$SPARK_CLASSPATH your_spark_program.jar --class your_entry_class

最重要的是--conf spark.executor.extraClassPath=$SPARK_CLASSPATH

Answer 2

遇到过类似的问题。设置 SPARK_CLASSPATH 会导致问题，因为它已被弃用。所以不要用它。

export LIB_JARS=dependency/jcodings-1.0.8.jar,dependency.....etc
spark-submit --deploy-mode client --master local --class org.xyz.spark.driver.SomeClass  --num-executors 10 --jars ${LIB_JARS}

Spark Streaming - CheckPointing 问题

Spark Streaming - CheckPointing issue

twitter

checkpoint

apache-spark

spark-streaming