Spark任务提交jar包依赖解决方案

转载自：http://blog.csdn.net/wzq294328238/article/details/48054525         

 

        通常我们将Spark任务编写后打包成jar包，使用spark-submit进行提交，因为spark是分布式任务，如果运行机器上没有对应的依赖jar文件就会报ClassNotFound的错误。 

下面有三个解决方法：

方法一：spark-submit –jars

根据spark官网，在提交任务的时候指定–jars，用逗号分开。这样做的缺点是每次都要指定jar包，如果jar包少的话可以这么做，但是如果多的话会很麻烦。

1. spark-submit --master yarn-client --jars ***.jar,***.jar(你的jar包，用逗号分隔) mysparksubmit.jar

方法二：extraClassPath

提交时在spark-default中设定参数，将所有需要的jar包考到一个文件里，然后在参数中指定该目录就可以了，较上一个方便很多：

1. spark.executor.extraClassPath=/home/hadoop/wzq_workspace/lib/*
2. spark.driver.extraClassPath=/home/hadoop/wzq_workspace/lib/*

需要注意的是,你要在所有可能运行spark任务的机器上保证该目录存在，并且将jar包考到所有机器上。这样做的好处是提交代码的时候不用再写一长串jar了，缺点是要把所有的jar包都拷一遍。

方法三：sbt-assembly或maven-assembly

        如果你还是觉得第二种麻烦，这种方法是将所有依赖的jar包，包括你写的代码全部打包在一起。使用sbt工具或者maven工具打包，这种方法打包后会使得jar包很大。

具体的打包方式另找sbt、maven教程。