java.lang.NoSuchMethodError: org.apache.hadoop.conf.Configuration.reloadExistingConfigurations()V

Question

看起来我再次陷入使用 spark submit 运行打包的 spark 应用程序 jar 的问题。 以下是我的pom文件：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
    <parent>
        <artifactId>oneview-forecaster</artifactId>
        <groupId>com.dataxu.oneview.forecast</groupId>
        <version>1.0.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>
    <artifactId>forecaster</artifactId>

<dependencies>
    <dependency>
        <groupId>com.fasterxml.jackson.core</groupId>
        <artifactId>jackson-databind</artifactId>
    </dependency>
    <dependency>
        <groupId>com.fasterxml.jackson.module</groupId>
        <artifactId>jackson-module-scala_${scala.binary.version}</artifactId>
    </dependency>
    <dependency>
        <groupId>org.scala-lang</groupId>
        <artifactId>scala-library</artifactId>
        <version>${scala.version}</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-streaming_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
        <scope>provided</scope>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
        <!--<scope>provided</scope>-->
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-hive -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-hive_2.11</artifactId>
        <version>2.2.0</version>
        <!--<scope>provided</scope>-->
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-aws</artifactId>
        <version>2.8.3</version>
        <!--<scope>provided</scope>-->
    </dependency>
    <dependency>
        <groupId>com.amazonaws</groupId>
        <artifactId>aws-java-sdk</artifactId>
        <version>1.10.60</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/joda-time/joda-time -->
    <dependency>
        <groupId>joda-time</groupId>
        <artifactId>joda-time</artifactId>
        <version>2.9.9</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common -->
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.8.0</version>
        <!--<scope>provided</scope>-->
    </dependency>
</dependencies>

<build>
    <sourceDirectory>src/main/scala</sourceDirectory>
    <testSourceDirectory>src/test/scala</testSourceDirectory>
    <plugins>
        <plugin>
            <groupId>net.alchim31.maven</groupId>
            <artifactId>scala-maven-plugin</artifactId>
            <version>${scala-maven-plugin.version}</version>
            <executions>
                <execution>
                    <goals>
                        <goal>compile</goal>
                        <goal>testCompile</goal>
                    </goals>
                </execution>
            </executions>
        </plugin>
        <plugin>
            <artifactId>maven-assembly-plugin</artifactId>
            <configuration>
                <archive>
                    <manifest>
                        <mainClass>com.dataxu.oneview.forecaster.App</mainClass>
                    </manifest>
                </archive>
                <descriptorRefs>
                    <descriptorRef>jar-with-dependencies</descriptorRef>
                </descriptorRefs>
            </configuration>
            <executions>
                <execution>
                    <id>make-assembly</id>
                    <phase>package</phase>
                    <goals>
                        <goal>single</goal>
                    </goals>
                </execution>
            </executions>
        </plugin>
    </plugins>
</build>

以下是从 s3 位置获取数据并打印的简单代码片段：

def getS3Data(path: String): Map[String, Any] = {
    println("spark session start.........")
    val spark =  getSparkSession()

    val configTxt = spark.sparkContext.textFile(path)
        .collect().reduce(_ + _)

    val mapper = new ObjectMapper
    mapper.registerModule(DefaultScalaModule)
    mapper.readValue(configTxt, classOf[Map[String, String]])
}

当我从 intellij 运行它时，一切正常。 日志清晰，看起来不错。 但是，当我使用 mvn package 打包它并尝试使用 spark submit 运行它时，我最终在.collect.reduce(_ + _)处收到以下错误。 以下是我遇到的错误：

 "main" java.lang.NoSuchMethodError: org.apache.hadoop.conf.Configuration.reloadExistingConfigurations()V
at org.apache.hadoop.fs.s3a.S3AFileSystem.addDeprecatedKeys(S3AFileSystem.java:181)
at org.apache.hadoop.fs.s3a.S3AFileSystem.<clinit>(S3AFileSystem.java:185)
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:348)
...

我不明白哪个依赖项没有打包，或者可能是什么问题，因为我确实正确设置了版本，期望 hadoop aws 应该拥有所有这些。

任何帮助将不胜感激。

Answer 1

hadoop 和 AWS JDK 之间的依赖关系非常敏感，您应该坚持使用构建 hadoop 依赖版本的正确版本。

您需要解决的第一个问题是选择一个版本的 Hadoop。 我看到您正在混合版本2.8.3和2.8.0 。

当我查看org.apache.hadoop:hadoop-aws:2.8.0的依赖关系树时，我看到它是针对 AWS SDK 的1.10.6版构建的（对于hadoop-aws:2.8.3 ）。

这可能是导致不匹配的原因（您正在混合不兼容的版本）。 所以：

• 选择您要使用的 hadoop 版本
• 将hadoop-aws包含在与您的 hadoop 兼容的版本中
• 删除其他依赖项，或仅包含与您的 hadoop 版本兼容的版本匹配的依赖项。

Answer 2

万一其他人仍然在这个错误上绊倒......我花了一段时间才发现，但请检查您的项目是否对包org.apache.avro/avro-tools有依赖（直接或可传递）。 它是通过传递依赖项带入我的代码中的。 它的问题在于它附带了一份org.apache.hadoop.conf.Configuration的副本，该副本比 hadoop 的所有当前版本都要旧得多，因此它可能最终成为类路径中的那个。

在我的 scala 项目中，我只需要将它排除在外

 ExclusionRule("org.apache.avro","avro-tools")

并且错误（终于！）消失了。

我确信 avro-tools 编码器有充分的理由包含属于另一个包 (hadoop-common) 的文件副本，我真的很惊讶在那里找到它，让我浪费了一整天。

Answer 3

就我而言，我在 Cloudera 边缘节点上运行本地 Spark 安装并遇到此冲突（即使我确保下载带有预编译的正确 hadoop 二进制文件的 Spark）。 我刚刚进入我的 Spark 家并移动了 hadoop-common jar 以便它不会被加载：

mv ~/spark-2.4.4-bin-hadoop2.6/jars/hadoop-common-2.6.5.jar ~/spark-2.4.4-bin-hadoop2.6/jars/hadoop-common-2.6.5.jar.XXXXXX

在那之后，它无论如何都以本地模式运行。