为什么使用 yarn-client 启动 spark-shell 失败并显示 "java.lang.ClassNotFoundException: org.apache.hadoop.fs.FSDataInputStream"？

Question

我正在尝试在家里建立一个集群以满足我个人的需要（学习）。首先我做了Hadoop+Yarn。 MR2 正在工作。其次 - 我正在尝试添加 Spark 但收到有关缺少类.

的错误

[root@master conf]# spark-shell --master yarn-client
Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/hadoop/fs/FSDataInputStream
...
Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.fs.FSDataInputStream

我按照这些 instructions 添加到 spark-env.sh

export SPARK_DIST_CLASSPATH=$(/usr/local/hadoop)

更多信息:
Cent_OS.86_64
Hadoop 目录：/usr/local/hadoop

Hadoop 版本：

[root@master conf]# hadoop version
Hadoop 2.7.1
Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r 15ecc87ccf4a0228f35af08fc56de536e6ce657
Compiled by jenkins on 2015-06-29T06:04Z
Compiled with protoc 2.5.0
From source with checksum fc0a1a23fc1868e4d5ee7fa2b28a58a
This command was run using /usr/local/hadoop/share/hadoop/common/hadoop-common-2.7.1.jar

Manual 说我必须有 2 个变量：HADOOP_CONF_DIR or YARN_CONF_DIR

[root@master conf]# echo $HADOOP_CONF_DIR
/usr/local/hadoop/etc/hadoop
[root@master conf]# echo $YARN_CONF_DIR
/usr/local/hadoop/etc/hadoop

Spark 是 spark-1.5.0-bin-without-hadoop.tgz -> /usr/local/spark

我正在尝试在 hadoop+yarn 启动并可用时同时启动 spark-shell --master yarn-client http://master:50070/dfshealth.html#tab-overview http://master:8088/cluster/apps http://master:19888/jobhistory

如果重要的话，我没有安装 Scala。有什么想法我会在 Spark 设置中错过什么吗？谢谢。

Answer 1

而不是 spark-1.5.0-bin-without-hadoop.tgz 下载 Hadoop 2.x 的构建之一。它们带有 Hadoop 客户端库，因此设置起来更简单。

Answer 2

回答我自己的问题：首先这是我个人的错误。调用 spark-shell 我是从旧的（错误的）地方 /opt/cloudera/parcels/CDH-5.4.5-1.cdh5.4.5.p0.7/bin/spark-shell 启动它的。我确信我已经从 yum remove cloudera*.

的 CDH 测试中删除了所有内容

[root@master bin]# type spark-shell
spark-shell is hashed (/usr/bin/spark-shell)
[root@master bin]# hash -d spark-shell

现在，从旧 spark-1.5.0-bin-without-hadoop.tgz 启动 if 仍然给我同样的错误。下载 spark-1.5.0-bin-hadoop2.6，添加 export SPARK_DIST_CLASSPATH=$HADOOP_HOME - spark-shell 正在运行。

Answer 3

我收到此错误是因为键入 spark-shell 后，/usr/bin/spark-shell 被执行。

为了调用我的特定 spark-shell，我从自己构建的 spark 源中运行以下命令 -

./bin/spark-shell

为什么使用 yarn-client 启动 spark-shell 失败并显示 "java.lang.ClassNotFoundException: org.apache.hadoop.fs.FSDataInputStream"？

Why does launching spark-shell with yarn-client fail with "java.lang.ClassNotFoundException: org.apache.hadoop.fs.FSDataInputStream"?

hadoop

hadoop-yarn

apache-spark