如何构建一个胖罐来在EMR上执行火花作业？

Question

我正在尝试在EMR上执行火花工作。 我正在使用AMI 3.3.1，我们可以在其中看到包括scala 2.11.1的内容。

但是，spark似乎针对2.10.x进行编译。

那么，我应该使用哪个版本的spark作业？ 这是我的build.sbt：

name := "myjar"

assemblyJarName in assembly := s"${name.value}-${version.value}.jar"

version := "0.0.1"

scalaVersion := "2.10.4"

mainClass := Some("my.EmrPoc")

resolvers += Resolver.sonatypeRepo("public")

libraryDependencies ++= Seq(
  "org.apache.hadoop" % "hadoop-client" % "2.2.0" % "provided",
  "org.apache.spark" %% "spark-core" % "1.2.0" % "provided",
  "org.apache.spark" %% "spark-sql" % "1.2.0",        
  "com.databricks" %% "spark-avro" % "0.1",           
  "com.github.scopt" %% "scopt" % "3.3.0",
  "net.sf.opencsv" % "opencsv" % "2.3",
  "joda-time" % "joda-time" % "2.7",
  "org.joda" % "joda-convert" % "1.7",
  "org.scalatest" %% "scalatest" % "2.2.1" % "test"
)

assemblyMergeStrategy in assembly := {
  case x if x.endsWith(".class") => MergeStrategy.last
  case x if x.endsWith(".properties") => MergeStrategy.last
  case x if x.contains("/resources/") => MergeStrategy.last
  case x if x.startsWith("META-INF/mailcap") => MergeStrategy.last
  case x if x.startsWith("META-INF/mimetypes.default") => MergeStrategy.first
  case x if x.startsWith("META-INF/maven/org.slf4j/slf4j-api/pom.") => MergeStrategy.first
  case x =>
    val oldStrategy = (assemblyMergeStrategy in assembly).value
    if (oldStrategy == MergeStrategy.deduplicate)
      MergeStrategy.first
    else
      oldStrategy(x)
}

assemblyExcludedJars in assembly := {
  val cp = (fullClasspath in assembly).value
  cp filter {_.data.getName == "avro-ipc-1.7.7-tests.jar"}
}

问题是，当我在EMR上运行此命令时， Exception in thread "Driver" scala.MatchError: java.lang.NoSuchMethodError: scopt.Read或类似的错误中出现错误Exception in thread "Driver" scala.MatchError: java.lang.NoSuchMethodError: scopt.Read （我现在终止了集群）。 因此，它显然无法访问scopt jar，并且我想知道这是否是由于我针对2.10.4进行编译而在2.11.1上进行了部署。 但是我不认为这是因为我从所有实例中卸载了scala并重新安装了scala v2.10.4并收到了相同的消息。

因此，我该如何调试它，以及如何构建我的jar（该工作在本地模式下的计算机上工作正常）。

谢谢。

Answer 1

问题是您不提供您使用的依赖项。 我建议使用sbt程序集插件 。 您需要做的是使用以下命令创建文件/project/assembly.sbt

resolvers += Resolver.url("artifactory", url("http://scalasbt.artifactoryonline.com/scalasbt/sbt-plugin-releases"))(Resolver.ivyStylePatterns)

addSbtPlugin("com.eed3si9n" % "sbt-assembly" % "0.12.0")

然后运行$sbt assembly 。 它将创建包含所有依赖项的jar。 提交这个罐子 ，工作就完成了。