我的整个build.sbt是:
name := """sparktest"""
version := "1.0.0-SNAPSHOT"
scalaVersion := "2.11.8"
scalacOptions := Seq("-unchecked", "-deprecation", "-encoding", "utf8", "-Xexperimental")
parallelExecution in Test := false
libraryDependencies ++= Seq(
"org.apache.spark" %% "spark-core" % "2.0.2",
"org.apache.spark" %% "spark-sql" % "2.0.2",
"org.apache.avro" % "avro" % "1.8.1",
"org.scalatest" %% "scalatest" % "3.0.1" % "test",
"com.holdenkarau" %% "spark-testing-base" % "2.0.2_0.4.7" % "test"
)
我有一个简单的测试。显然,这只是一个起点,我想测试更多:
package sparktest
import com.holdenkarau.spark.testing.DataFrameSuiteBase
import org.scalatest.FunSuite
class SampleSuite extends FunSuite with DataFrameSuiteBase {
test("simple test") {
assert(1 + 1 === 2)
}
}
我运行sbt clean test
但失败了:
Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.hive.conf.HiveConf$ConfVars
对于我的开发环境,我使用的是spark-2.0.2-bin-hadoop2.7.tar.gz
我是否必须以任何方式配置此环境?显然,HiveConf是一个传递的Spark依赖
答案 0 :(得分:2)
正如@ daniel-de-paula在评论中提到的那样,您需要将spark-hive添加为显式依赖项(如果您不在应用程序中使用hive,则可以将其限制为测试范围)。 spark-hive不是spark-core的传递依赖,这就是这个错误发生的原因。 spark-hive被作为依赖项从spark-testing-base中排除,因此只进行RDD测试的人不需要将其添加为依赖项。