apache-spark - 如何使用 --packages 为 spark-submit 指定多个依赖项？

Question

我将以下内容作为启动 Spark 流作业的命令行。

    spark-submit --class com.biz.test \
            --packages \
                org.apache.spark:spark-streaming-kafka_2.10:1.3.0 \
                org.apache.hbase:hbase-common:1.0.0 \
                org.apache.hbase:hbase-client:1.0.0 \
                org.apache.hbase:hbase-server:1.0.0 \
                org.json4s:json4s-jackson:3.2.11 \
            ./test-spark_2.10-1.0.8.jar \
            >spark_log 2>&1 &

作业无法启动并出现以下错误:

Exception in thread "main" java.lang.IllegalArgumentException: Given path is malformed: org.apache.hbase:hbase-common:1.0.0
    at org.apache.spark.util.Utils$.resolveURI(Utils.scala:1665)
    at org.apache.spark.deploy.SparkSubmitArguments.parse$1(SparkSubmitArguments.scala:432)
    at org.apache.spark.deploy.SparkSubmitArguments.parseOpts(SparkSubmitArguments.scala:288)
    at org.apache.spark.deploy.SparkSubmitArguments.<init>(SparkSubmitArguments.scala:87)
    at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:105)
    at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)

我试过删除格式并返回到一行，但这并不能解决问题。我还尝试了很多变体:不同的版本，添加了 _2.10到 artifactId 的末尾，等等。

根据文档( spark-submit --help ):

The format for the coordinates should be groupId:artifactId:version.

所以我所拥有的应该是有效的并且应该引用 this package .

如果有帮助，我正在运行 Cloudera 5.4.4。

我究竟做错了什么？如何正确引用 hbase 包？

Answer 1

例如，应使用逗号分隔包列表，而不要使用空格(换行应该可以正常工作)

--packages  org.apache.spark:spark-streaming-kafka_2.10:1.3.0,\
  org.apache.hbase:hbase-common:1.0.0