hadoop - Apache Spark history-server 如何引用 Amazon S3？

Question

[版本]
Apache Spark 2.2.0
Hadoop 2.7

我想设置 Apache Spark 历史服务器。
位于 Amazon S3 中的 Spark 事件日志。
我可以在 S3 中保存日志文件，但无法从历史服务器读取。

Apache Spark 安装在 /usr/local/spark
所以，$SPARK_HOME 是 /usr/local/spark

$ cd /usr/local/spark/sbin
$ sh start-history-server.sh

出现以下错误

Exception in thread "main" java.lang.ClassNotFoundException: org.apache.hadoop.fs.s3a.S3AFileSystem
at java.net.URLClassLoader.findClass(URLClassLoader.java:381)
at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:335)
at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:348)
at org.apache.spark.util.Utils$.classForName(Utils.scala:230)
....

我的 spark-defaults.conf 在下面

spark.hadoop.fs.s3a.impl org.apache.hadoop.fs.s3a.S3AFileSystem
spark.history.provider org.apache.hadoop.fs.s3a.S3AFileSystem
spark.history.fs.logDirectory s3a://xxxxxxxxxxxxx
spark.eventLog.enabled true
spark.eventLog.dir s3a://xxxxxxxxxxxxxxx

我将这 2 个 jar 文件安装在 /usr/local/spark/jars/

aws-java-sdk-1.7.4.jar
hadoop-aws-2.7.3.jar

但错误是一样的。

怎么了？

Answer 1

请在 spark-defaults.conf 文件中添加以下内容，然后重试。

spark.driver.extraClassPath :/usr/lib/hadoop/hadoop-aws.jar:/usr/share/aws/aws-java-sdk/* :spark.executor.extraClassPath:/usr/lib/hadoop/hadoop-aws.jar:/usr/share/aws/aws-java-sdk/*: