Question

我按照文档示例Example: Estimator, Transformer, and Param

进行操作

我收到了错误消息

15/09/23 11:46:51 INFO BlockManagerMaster：已注册的BlockManager 线程＆＃34; main＆＃34;中的例外情况java.lang.NoSuchMethodError： scala.reflect.api.JavaUniverse.runtimeMirror（Ljava /郎/类加载器;）Lscala /反映/ API / JavaUniverse $ JavaMirror; 在SimpleApp $ .main（hw.scala：75）

第75行是代码＆＃34; sqlContext.createDataFrame（）＆＃34;：

import java.util.Random

import org.apache.log4j.Logger
import org.apache.log4j.Level

import scala.io.Source

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._
import org.apache.spark.rdd._


import org.apache.spark.ml.classification.LogisticRegression
import org.apache.spark.ml.param.ParamMap
import org.apache.spark.mllib.linalg.{Vector, Vectors}
import org.apache.spark.mllib.recommendation.{ALS, Rating, MatrixFactorizationModel}
import org.apache.spark.sql.Row
import org.apache.spark.sql.SQLContext
import org.apache.spark.sql.DataFrame
import org.apache.spark.sql.functions._

object SimpleApp {
     def main(args: Array[String]) {
       val conf = new SparkConf().setAppName("Simple Application").setMaster("local[4]");
       val sc = new SparkContext(conf)
       val sqlContext = new SQLContext(sc)
       val training = sqlContext.createDataFrame(Seq(
         (1.0, Vectors.dense(0.0, 1.1, 0.1)),
         (0.0, Vectors.dense(2.0, 1.0, -1.0)),
         (0.0, Vectors.dense(2.0, 1.3, 1.0)),
         (1.0, Vectors.dense(0.0, 1.2, -0.5))
       )).toDF("label", "features")
    }
}

我的sbt如下：

lazy val root = (project in file(".")).
  settings(
    name := "hello",
    version := "1.0",
    scalaVersion := "2.11.4"
  )

libraryDependencies ++= {
    Seq(
        "org.apache.spark" %% "spark-core" % "1.4.1" % "provided",
        "org.apache.spark" %% "spark-sql" % "1.4.1" % "provided",
        "org.apache.spark" % "spark-hive_2.11" % "1.4.1",
        "org.apache.spark"  % "spark-mllib_2.11" % "1.4.1" % "provided",
        "org.apache.spark" %% "spark-streaming" % "1.4.1" % "provided",
        "org.apache.spark" %% "spark-streaming-kinesis-asl" % "1.4.1" % "provided"
    )
}

我试图四处搜索并发现this post与我的问题非常相似，我试图改变我对火花版本的sbt设置（spark-mllib_2.11到2.10，spark-1.4.1到1.5.0），但它出现了更多的依赖冲突。

我的直觉是它有一些版本问题，但我自己无法弄清楚，有人可以帮忙吗？非常感谢。

Answer 1

它现在正在为我工作，仅供记录，引用@MartinSenne答案。

我所做的如下：

清除文件夹“project”下的所有编译文件
scala版本 2.10.4 （之前使用的是2.11.4）
将spark-sql更改为：“ org.apache.spark”%%“spark-sql”％“1.4.1”％“提供”
将MLlib更改为：“org.apache.spark”%%“spark-mllib”％“1.4.1”％“提供”

@note：

我已经启动了Spark群集，并使用“ sh spark-submit /path_to_folder/hello/target/scala-2.10/hello_2.10-1.0.jar ”将jar提交给Spark主。如果使用sbt按命令运行“ sbt run ”将失败。
从scala-2.11更改为scala-2.10时，请记住jar文件路径和名称也会从“ scala-2.11 / hello_2.11-1.0.jar”更改“to” scala-2.10 / hello_2.10-1.0.jar “。当我重新打包所有内容时，我忘了更改jar名称的提交作业命令，所以我打包成“hello_2.10-1.0.jar”但提交“hello_2.10-1.0.jar”，这给我带来了额外的问题。 ..
我尝试了“val sqlContext = new org.apache.spark.sql.SQLContext（sc）”和“val sqlContext = new org.apache.spark.sql.hive”。 HiveContext（sc）“，两者都使用方法 createDataFrame（）

Spark MLlib示例，NoSuchMethodError：org.apache.spark.sql.SQLContext.createDataFrame（）

1 个答案: