运行 pyspark kafka steam 时出错

Question

当我尝试运行 spark-steaming 的示例代码时：“kafka_wordcount.py” 文件夹下：/usr/local/spark/examples/src/main/python/streaming

代码将执行代码的指令明确描述为：

" $ bin/spark-submit --jars \ external/kafka-assembly/target/scala-*/spark-streaming-kafka-assembly-*.jar \ examples/src/main/python/streaming/kafka_wordcount.py \ localhost:2181 test

test 是主题名称。但我找不到罐子和路径：

" external/kafka-assembly/target/scala-/spark-streaming-kafka-assembly-.jar"

因此，我创建了一个文件夹“streaming/jar/”并将所有 jars 从 网站http://search.maven.org/#search%7Cga%7C1%7Ca%3A%22spark-streaming-kafka-assembly_2.10%22 然后当我运行时

“park-submit --jars ~/stream-example/jars/spark-streaming-kafka-assembly_*.jar kafka_wordcount.py localhost:2181 主题”

显示

"错误：JAR 中没有设置主类；请用 --class 指定一个 使用 --help 运行以获取使用帮助或 --verbose 用于调试输出"

这有什么问题？罐子在哪里？

非常感谢！！

Answer 1

这个问题是很久以前提出的，所以我想你现在已经想通了。 但是，由于我刚刚遇到了同样的问题，我将发布对我有用的解决方案。

本指南的部署部分 (http://spark.apache.org/docs/latest/streaming-kafka-integration.html) 说您可以使用 --packages 参数传递库，如下所示：

bin/spark-submit \ --packages org.apache.spark:spark-streaming-kafka_2.10:1.6.2 \ examples/src/main/python/streaming/kafka_wordcount.py \ localhost:2181 test

您也可以在此处下载 jar 本身：http://search.maven.org/#search%7Cga%7C1%7Ca%3A%22spark-streaming-kafka-assembly_2.10%22

注意：我没有运行上面的命令，我用另一个示例进行了测试，但它应该以相同的方式工作：

bin/spark-submit --packages org.apache.spark:spark-streaming-kafka_2.10:1.6.2 \ examples/src/main/python/streaming/direct_kafka_wordcount.py \ localhost:9092 test