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

Question

当我连接到运动流时，出现以下错误消息。

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，该流变为空白，因为需要一段时间才能连接到Kinesis流。 但是突然之间，它破坏了代码。 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

我在本地计算机上运行代码。 因此，如果我要提供5g的内存，则执行程序应该可以正常工作。 相同的代码适用于Spark 1.6。 最近，我更改为Spark 2.1，但无法运行此代码。 我也更新了我的运动罐和Py4j。

我通过编写Kinesis使用者来测试我的代码，它可以完美地完成流。

谁能让我知道可能是什么问题？ 空流是否会引起问题？ 如果是，为什么在使用Spark流时会出现空流？ 任何帮助都非常感谢。

Answer 1

spark-streaming-kinesis-asl是Spark自己的内部库，并且正在使用Spark内部API（例如BlockManager.get）。 BlockManager.get的方法签名已在https://github.com/apache/spark/commit/29cfab3f1524c5690be675d24dda0a9a1806d6ff#diff-2b643ea78c1add0381754b1f47eec132L605中进行了更改，因此如果Spark版本为> = 2.0.1，但spark-streaming-kinesis-asl ，您将看到NoSuchMethodError spark-streaming-kinesis-asl版本小于2.0.1。

通常，由于Spark不能保证不会在发行版之间破坏内部API，因此必须将spark-streaming-kinesis-asl与相同版本的Spark配合使用。

对于最新的Spark版本，由于潜在的许可证问题[1]，已删除了kinesis asl组装罐，因此您可能找不到组装罐。 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，而不用构建程序集jar由你自己。

[1] https://issues.apache.org/jira/browse/SPARK-17418