[英]Spark streaming is not working in Standalone cluster deployed in VM
我使用Scala編寫了Kafka流程序並在Spark獨立集群中執行。 代碼在我的本地工作正常。 我在Azure VM中完成了Kafka,Cassandra和Spark設置。 我已打開所有入站和出站端口以避免端口阻塞。
開始大師
sbin目錄> ./ start-master.sh
開始奴隸
sbin#。/ start-slave.sh spark:// vm-hostname:7077
我已在Master WEB UI中驗證了此狀態。
提交工作
bin#。/ spark-submit --class xyStreamJob --master spark:// vm-hostname:7077 /home/user/appl.jar
我注意到在WEB WEB UI中添加並顯示了Application。
我已經向主題發布了一些消息,並且沒有收到消息並將其保存到Cassandra DB。
我在主Web控制台上單擊了應用程序名稱,發現該應用程序控制台頁面中的Streaming選項卡不可用 。
為什么應用程序不能在VM中運行並且在本地運行良好?
如何在VM中調試問題?
def main(args: Array[String]): Unit = {
val spark = SparkHelper.getOrCreateSparkSession()
val ssc = new StreamingContext(spark.sparkContext, Seconds(1))
spark.sparkContext.setLogLevel("WARN")
val kafkaStream = {
val kafkaParams = Map[String, Object](
"bootstrap.servers" ->
"vmip:9092",
"key.deserializer" -> classOf[StringDeserializer],
"value.deserializer" -> classOf[StringDeserializer],
"group.id" -> "loc",
"auto.offset.reset" -> "latest",
"enable.auto.commit" -> (false: java.lang.Boolean)
)
val topics = Array("hello")
val numPartitionsOfInputTopic = 3
val streams = (1 to numPartitionsOfInputTopic) map {
_ => KafkaUtils.createDirectStream[String, String]( ssc, PreferConsistent, Subscribe[String, String](topics, kafkaParams) )
}
streams
}
kafkaStream.foreach(rdd=> {
rdd.foreachRDD(conRec=> {
val offsetRanges = conRec.asInstanceOf[HasOffsetRanges].offsetRanges
conRec.foreach(str=> {
try {
println(str.value().trim)
CassandraHelper.saveItemEvent(str.value().trim)
}catch {
case ex: Exception => {
println(ex.getMessage)
}
}
})
rdd.asInstanceOf[CanCommitOffsets].commitAsync(offsetRanges)
})
println("Read Msg")
})
println(" Spark parallel reader is ready !!!")
ssc.start()
ssc.awaitTermination()
}
def getSparkConf(): SparkConf = {
val conf = new SparkConf(true)
.setAppName("TestAppl")
.set("spark.cassandra.connection.host", "vmip")
.set("spark.streaming.stopGracefullyOnShutdown","true")
.setMaster("spark://vm-hostname:7077")
conf
}
版
scalaVersion := "2.11.8"
val sparkVersion = "2.2.0"
val connectorVersion = "2.0.7"
libraryDependencies ++= Seq(
"org.apache.spark" %% "spark-core" % sparkVersion %"provided",
"org.apache.spark" %% "spark-sql" % sparkVersion %"provided",
"org.apache.spark" %% "spark-hive" % sparkVersion %"provided",
"com.datastax.spark" %% "spark-cassandra-connector" % connectorVersion ,
"org.apache.kafka" %% "kafka" % "0.10.1.0",
"org.apache.spark" %% "spark-streaming-kafka-0-10" % sparkVersion,
"org.apache.spark" %% "spark-streaming" % sparkVersion %"provided",
)
mergeStrategy in assembly := {
case PathList("org", "apache", "spark", "unused", "UnusedStubClass.class") => MergeStrategy.first
case x => (mergeStrategy in assembly).value(x)
}
要調試您的問題,首先要考慮的是確保消息通過Kafka。 為此,您需要在VM上打開端口9092並嘗試直接從Kafka使用
bin/kafka-console-consumer.sh --bootstrap-server vmip:9092 --topic hello --from-beginning
從開始選項將消耗您在Kafka主題上配置的最長保留時間。
還要檢查您的VM中沒有2個版本的Spark,並且需要使用“spark2-submit”提交Spark2作業。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.