spark編譯-ag真人国际官网
『壹』 spark shell因為scala編譯器原因不能正常啟動怎麼解決
spark shell由於scala編譯器原因不能正常啟動
使用sbt安裝完成spark後，可以運行示例，但是嘗試運行spark-shell就會報錯：
d:\scala\spark\bin\spark-shell.cmd
slf4j: class path contains multiple slf4j bindings.
slf4j:
found binding in
[jar:file:/d:/scala/spark/assembly/target/scala-2.10/spark-assembly-0.9.0-incubating-hadoop1.0.4.jar!/org/slf4j/impl/staticloggerbinder.class]
slf4j: found binding in
[jar:file:/d:/scala/spark/tools/target/scala-2.10/spark-tools-assembly-0.9.0-incubating.jar!/org/slf4j/impl/staticloggerbinder.class]
slf4j: see http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
slf4j: actual binding is of type [org.slf4j.impl.log4jloggerfactory]
14/04/03 20:40:43 info httpserver: using spark's default log4j profile: org/apache/spark/log4j-defaults.properties
14/04/03 20:40:43 info httpserver: starting http server
failed to initialize compiler: object scala.runtime in compiler mirror not found.
** note that as of 2.8 scala does not assume use of the java classpath.
** for the old behavior pass -usejavacp to scala, or if using a settings
** object programatically, settings.usejavacp.value = true.
14/04/03
20:40:44 warn sparkiloop$sparkiloopinterpreter: warning: compiler
accessed before init set up. assuming no postinit code.
failed to initialize compiler: object scala.runtime in compiler mirror not found.
** note that as of 2.8 scala does not assume use of the java classpath.
** for the old behavior pass -usejavacp to scala, or if using a settings
** object programatically, settings.usejavacp.value = true.
failed to initialize compiler: object scala.runtime in compiler mirror not found.
at scala.predef$.assert(predef.scala:179)
at
org.apache.spark.repl.sparkimain.initializesynchronous(sparkimain.scala:197)
at
org.apache.spark.repl.sparkiloop$$anonfun$process$1.apply$mcz$sp(sparkiloop.scala:919)
at
org.apache.spark.repl.sparkiloop$$anonfun$process$1.apply(sparkiloop.scala:876)
at
org.apache.spark.repl.sparkiloop$$anonfun$process$1.apply(sparkiloop.scala:876)
at
scala.tools.nsc.util.scalaclassloader$.savingcontextloader(scalaclassloader.scala:135)
at org.apache.spark.repl.sparkiloop.process(sparkiloop.scala:876)
at org.apache.spark.repl.sparkiloop.process(sparkiloop.scala:968)
at org.apache.spark.repl.main$.main(main.scala:31)
at org.apache.spark.repl.main.main(main.scala)
google
之還是不求解。只是在sbt的網站上看到q&a裡面有個問題提到了：http://www.scala-sbt.org/release
/docs/faq#how-do-i-use-the-scala-interpreter-in-my-code。這里說代碼中怎麼修改設置。顯然不
適合我。
繼續求解。注意到錯誤提示是在2.8以後才有的，原因是有一個關於編譯器解釋權classpath的提議被接受了：default compiler/interpreter classpath in a managed environment。
繼續在google中找，有一篇論文吸引了我的注意：object scala found。裡面終於找到一個辦法：
「
however, a working command can be recovered, like so:
$ jrunscript -djava.class.path=scala-library.jar -dscala.usejavacp=true -classpath scala-compiler.jar -l scala
」
於是修改一下\bin\spark-class2.cmd:
rem set java_opts to be able to load native libraries and to set heap size
set
java_opts=%our_java_opts% -djava.library.path=%spark_library_path%
-dscala.usejavacp=true -xms%spark_mem% -xmx%spark_mem%
rem attention: when changing the way the java_opts are assembled, the change must be reflected in executorrunner.scala!
標紅的部分即是心添加的一個參數。再次運行\bin\spark-shell.cmd:
d:>d:\scala\spark\bin\spark-shell.cmd
slf4j: class path contains multiple slf4j bindings.
slf4j:
found binding in
[jar:file:/d:/scala/spark/assembly/target/scala-2.10/spark-assembly-0.9.0-incubating-hadoop1.0.4.jar!/org/slf4j/impl/staticloggerbinder.class]
slf4j: found binding in
[jar:file:/d:/scala/spark/tools/target/scala-2.10/spark-tools-assembly-0.9.0-incubating.jar!/org/slf4j/impl/staticloggerbinder.class]
slf4j: see http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
slf4j: actual binding is of type [org.slf4j.impl.log4jloggerfactory]
14/04/03 22:18:41 info httpserver: using spark's default log4j profile: org/apache/spark/log4j-defaults.properties
14/04/03 22:18:41 info httpserver: starting http server
welcome to
____
__
/ __/__ ___ _____/ /__
_\ \/ _ \/ _ `/ __/ '_/
/___/ .__/\_,_/_/ /_/\_\ version 0.9.0
/_/
using scala version 2.10.3 (java hotspot(tm) client vm, java 1.6.0_10)
type in expressions to have them evaluated.
type :help for more information.
14/04/03 22:19:12 info slf4jlogger: slf4jlogger started
14/04/03 22:19:13 info remoting: starting remoting
14/04/03 22:19:16 info remoting: remoting started; listening on addresses :[akka.tcp://spark@choco-pc:5960]
14/04/03 22:19:16 info remoting: remoting now listens on addresses: [akka.tcp://spark@choco-pc:5960]
14/04/03 22:19:16 info sparkenv: registering blockmanagermaster
14/04/03
22:19:17 info diskblockmanager: created local directory at
c:\users\choco\appdata\local\temp\spark-local-20140403221917-7172
14/04/03 22:19:17 info memorystore: memorystore started with capacity 304.8 mb.
14/04/03 22:19:18 info connectionmanager: bound socket to port 5963 with id = connectionmanagerid(choco-pc,5963)
14/04/03 22:19:18 info blockmanagermaster: trying to register blockmanager
14/04/03 22:19:18 info blockmanagermasteractor$blockmanagerinfo: registering block manager choco-pc:5963 with 304.8 mb ram
14/04/03 22:19:18 info blockmanagermaster: registered blockmanager
14/04/03 22:19:18 info httpserver: starting http server
14/04/03 22:19:18 info httpbroadcast: broadcast server started at http://192.168.1.100:5964
14/04/03 22:19:18 info sparkenv: registering mapoutputtracker
14/04/03
22:19:18 info httpfileserver: http file server directory is
c:\users\choco\appdata\local\temp\spark-e122cfe9-2d62-4a47-920c-96b54e4658f6
14/04/03 22:19:18 info httpserver: starting http server
14/04/03 22:19:22 info sparkui: started spark web ui at http://choco-pc:4040
14/04/03 22:19:22 info executor: using repl class uri: http://192.168.1.100:5947
created spark context..
spark context available as sc.
scala> :quit
stopping spark context.
14/04/03 23:05:21 info mapoutputtrackermasteractor: mapoutputtrackeractor stopped!
14/04/03 23:05:21 info connectionmanager: selector thread was interrupted!
14/04/03 23:05:21 info connectionmanager: connectionmanager stopped
14/04/03 23:05:21 info memorystore: memorystore cleared
14/04/03 23:05:21 info blockmanager: blockmanager stopped
14/04/03 23:05:21 info blockmanagermasteractor: stopping blockmanagermaster
14/04/03 23:05:21 info blockmanagermaster: blockmanagermaster stopped
14/04/03 23:05:21 info sparkcontext: successfully stopped sparkcontext
14/04/03 23:05:21 info remoteactorrefprovider$remotingterminator: shutting down remote daemon.
14/04/03
23:05:21 info remoteactorrefprovider$remotingterminator: remote daemon
shut down; proceeding with flushing remote transports.
good。瀏覽器打開http://choco-pc:4040，就可以看到spark的狀態、環境、執行者等信息了。
這個fix可能只是適用與我的情況。如果還有問題可以再找找相關的資料。
期間還碰到不能找到文件的錯誤。最後發現是java_home設置沒有對。如果你碰到問題了，可以打開腳本的回顯，然後找找原因。
『貳』 新手請教：為什麼安裝spark需要源碼編譯
因為不同版本的hdfs在協議上是不兼容的，所以如果你想用你的spark從hdfs上讀取數據，那麼你就的選擇相應版本的hdfs來編譯spark，這個可以在編譯的時候通過設置hadoop.version來選擇，默認情況下，spark默認為編譯成hadoop 1.0.4版本。現在可以使用的方法有maven編譯，sbt編譯（時間較長）,spark自帶腳本編譯（實際還是調用maven）。
『叄』 eclipse運行spark wordcount程序 編譯錯誤
找不到這個類，你缺少這個類所在的jar包，根據這個類名搜索
『肆』 怎麼編譯spark-streaming-flume
storm是實時處理，spark和hadoop是批處理，兩者是互補。在hadoop2.0之後，hadoop使用了新的yarn框架，map/rece只是其中一種默許了，spark也可以在hadoop的yarn框架下運行的，所以2者還會是融合的。
spark還有與storm相同功能的 spark steaming，實時處理流式數據。可以順著hadoop -> spark -> spark steaming一路學下去，storm是否學習，你可以自己選擇下。如果有相同功能的spark steaming，肯定是學習spark steaming啦。
如果我的回答沒幫助到您，請繼續追問。
『伍』 spark獨立模式還需要編譯嗎
spark有三種集群部署方式：
1、獨立部署模式standalone，spark自身有一套完整的資源管理方式
2、架構於hadoop之上的spark集群
3、架構於mesos之上的spark集群
嘗試了下搭建第一種獨立部署模式集群，將安裝方式記錄如下：
環境ubuntu 12.04 （兩台），部署方式是和hadoop類似，先在一台機器上部署成功後直接將文件打包拷貝到其他機器上，這里假設現在a機器上部署，並且a為master，最後b為slave
a和b均上創建用戶spark
sudo useradd spark
以後spark的目錄在集群所有機器的/home/spark/spark下(第一個spark是用戶名，第二個spark是spark文件目錄名)
保證a能無密碼登陸到b上的spark用戶，在ssh裡面設置
這部分是現在master機器(a)上配置
0 首先保證a能無密碼方式ssh至localhost和b ，具體方式參見： 點擊打開鏈接
0.1 在a機器上執行
ssh-keygen -t rsa
cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys
ssh localhost
那麼a可以實現無密碼登陸localhost
0.2 在b機器上執行
ps -e|grep ssh
如果出現：
695 ? 00:00:00 sshd
1754 ? 00:00:00 ssh-agent
若沒有sshd那麼在b上執行
sudo apt-get install openssh-server
在b上安裝ssh服務端(ubuntu有可能默認只有agent端)
0.3 在b上執行：
ssh-keygen -t rsa
scp spark@a:~/.ssh/authorized_keys ~/.ssh
第一句是為了保證在b上有.ssh目錄
第二句是將a的公鑰拷貝到b上，從而實現a無密碼訪問b
0.4 在a上執行gedit ~/.ssh/config添加
user spark
這里是為了a以默認用戶spark無密碼登陸b，其實這一步沒有必要，因為a和b機器上都是在spark用戶下操作的，那麼機器a的saprk執行ssh b也是以spark用戶登陸的
1 每台機器確保有java ，一個簡單的方式：
sudo apt-get install eclipse
2 需要maven編譯spark源碼 ，下載maven 點擊打開鏈接 ，隨便下載一個版本
簡單的方式：
sudo apt-get install maven
復雜的方式：
wget http://mirrors.cnnic.cn/apache/maven/maven-3/3.2.2/binaries/apache-maven-3.2.2-bin.tar.gz
tar -zxvf apache-maven-3.2.2-bin.tar.gz
mv apache-maven-3.2.2-bin.tar.gz maven
sudo mv maven /usr/local
然後gedit /etc/profile末尾添加如下：
#set maven environment
m2_home=/usr/local/maven
export maven_opts="-xms256m -xmx512m"
export path=$m2_home/bin:$path
驗證maven安裝成功：
source /etc/profile
mvn -v
出現類似語句：apache maven 3.2.2 (; 2014-06-17t21:51:42 08:00)
3 下載spark， 點擊打開鏈接 ，注意不要下載帶有hadoop之類字樣的版本，而是source package比如spark-1.0.0.tgz
tar -zxvf spark-1.0.0.tgz
mv spark-1.0.0 spark
cd spark
sh make-distribution.sh
最後一步會
編譯spark源碼
，過程可能有點長，取決於網路和機器配置，我的用了19min，編譯成功類似如下圖(圖來自網上)：
4 配置spark
4.1 gedit ./conf/spark-env.sh在spark-env.sh末尾添加如下：
export spark_master_ip=a
export spark_worker_cores=1
export spark_worker_instances=1
export spark_master_port=7077
export spark_worker_memory=1g
export master=spark://${spark_master_ip}:${spark_master_port}
注意這里的spark_master_ip我覺得還是設置為master機器的ip地址比較好，這里我假設master的hostname是a
spark_worker_instances表示slave機器的數目,這里只有b一台故設為1
4.2 gedit ./conf/slaves添加b的hostname,這里b機器的hostname假設就為b故在文件中追加一個b即可。文件里原來有一個localhost如果你想要master同時也為worker機器那麼可保留該行，否則可以刪除
5 驗證master機器a能否單機啟動spark
『陸』 使用maven編譯spark報錯，誰知道是什麼原因嗎
maven項目編譯的標准輸出路徑就是mavenproject/target/classes, 項目右鍵 build path--configure build path--java build path--source,把default output folder改成mavenproject/target/classes，在菜單欄project下把自動編譯打勾。
『柒』 spark編譯失敗後怎麼重新編譯
### spark 下載
http://spark.apache.org/downloads.html
### 前提准備
# 安裝 jdk，mvn 和 scala，並設置對應的java_home,mvn_home 和 scala_home
### spark 編譯 （參考 http://spark.apache.org/docs/latest/building-with-maven.html）
#1 設置maven的環境變數
exportmaven_opts="-xmx2g
-xx:maxpermsize=512m -xx:reservedcodecachesize=512m"
『捌』 spark1.3編譯出錯，求解決方法
把 pom.xml文件中的scalastyle的相關改成false
『玖』 如何在cdh上編譯運行spark application
以sbt為例，比如說我的一個應用原來是基於原生1.6.0spark編譯的
librarydependencies = {
val sparkv = "1.6.0"
seq(
"org.apache.spark" %% "spark-core" % sparkv withsources() withjavadoc(),
"org.apache.spark" %% "spark-catalyst" % sparkv withsources() withjavadoc(),
"org.apache.spark" %% "spark-sql" % sparkv withsources() withjavadoc(),
"org.apache.spark" %% "spark-hive" % sparkv withsources() withjavadoc(),
"org.apache.spark" %% "spark-repl" % sparkv withsources() withjavadoc(),
)
『拾』 spark編譯在linux怎麼使用
在windows下安裝軟體大家都覺得很容易，只要雙擊setup或是install的圖標，然後跟著向導一步一步的按提示做就可以了，但是在linux下安裝軟體就不像windows下那樣容易了，有時你找到的是沒有編譯過的軟體源碼，那就更加的麻煩了，這里就介紹一下如...