Spark上的蜂巢：失踪<spark-assembly*.jar>

Question

我正在运行Hive 2.1.1，Spark 2.1.0和Hadoop 2.7.3。

我尝试按照Spark上的Hive构建Spark：入门 ：

./dev/make-distribution.sh --name“hadoop2-without-hive”--tgz“-Pyarn，hadoop-provided，hadoop-2.7，parquet-provided”

但是，我在spark目录下找不到任何spark-assembly jar文件（ find . -name "spark-assembly*.jar"返回任何内容）。 我没有将spark-assembly jar链接到HIVE_HOME/lib ，而是尝试export SPARK_HOME=/home/user/spark 。

我直接得到以下Hive错误：

0: jdbc:hive2://localhost:10000> set hive.execution.engine=spark;
0: jdbc:hive2://localhost:10000> insert into test (id, name) values (1, 'test1');
Error: Error running query: java.lang.NoClassDefFoundError: scala/collection/Iterable (state=,code=0)

我认为错误是由缺少火花装配罐引起的。

我怎么能建立/我在哪里可以找到那些spark-assembly jar文件？

我怎么能解决上面的错误？

谢谢！

Answer 1

首先，Spark不会从2.0.0构建spark-assembly.jar ，而是将所有依赖项jar构建到目录$SPARK_HOME/jars

此外，Hive不支持Spark的每个版本，实际上它具有强大的版本兼容性限制，可以在Spark上运行Hive。 取决于您使用的是哪个版本的Hive，您总是可以在Hive的pom.xml文件中找到相应的Spark版本。 对于Hive 2.1.1 ， pom.xml中指定的spark版本是：

<spark.version>1.6.0</spark.version>

正如您已经知道的那样，您需要在没有蜂巢支持的情况下构建火花。 我不知道为什么但是Hive on Spark - Getting Started中的命令对我不起作用，最后我成功完成了以下命令：

mvn -Pyarn -Phadoop-2.6 -Dscala-2.11 -DskipTests clean package

我之前遇到的其他一些故障排除技巧（希望你不会见面）：

• 由于未能找到slf4f或hadoop相关类而启动Spark Master失败，请运行export SPARK_DIST_CLASSPATH=$(hadoop classpath)并再试一次
• 无法加载snappy本机库，这是由于类路径中没有snappy依赖，或者hadoop classpath下的snappy lib不是Spark的正确版本。 您可以下载正确版本的$SPARK_HOME/lib/ lib并将其放在$SPARK_HOME/lib/ ，然后运行export SPARK_DIST_CLASSPATH=$SPARK_HOME/lib/*:$(hadoop classpath)试。

希望这可能会有所帮助，一切顺利。

Answer 2

是的，他们没有从spark 2.0.0开始构建spark-assembly.jar文件。 jar目录中提供了独立的小jar文件。

https://issues.apache.org/jira/browse/SPARK-11157

https://issues.apache.org/jira/secure/attachment/12767129/no-assemblies.pdf

Answer 3

找 。 -iname'* spark *'

不会找到任何与火花相关的罐子

但是，我通过mac安装brew安装Hive 2.1.0。 问题还在。

看一下

Spark上的Hive：入门