Je travaille sur un projet de streaming où j'ai un kafka flux de statistiques ping comme ceci:
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=1 ttl=62 time=0.913 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=2 ttl=62 time=0.936 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=3 ttl=62 time=0.980 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=4 ttl=62 time=0.889 ms
J'essaie de lire ceci comme un flux structuré dans pyspark
. Je démarre pyspark avec la commande suivante:
pyspark --packages org.Apache.spark:spark-sql-kafka-0-10_2.11:2.4.0
La version Pyspark est 2.4, python est 2.7 (également essayée avec 3.6))
Et je reçois une erreur dès que j'envoie ce morceau de code (suivi de Structured Streaming + Kafka Guide d'intégration ):
df = spark.readStream.format("kafka").option("kafka.bootstrap.servers", "172.18.2.21:2181").option("subscribe", "ping-stats").load()
Je rencontre l'erreur suivante:
py4j.protocol.Py4JJavaError: An error occurred while calling o37.load.
: Java.util.ServiceConfigurationError: org.Apache.spark.sql.sources.DataSourceRegister: Provider org.Apache.spark.sql.kafka010.KafkaSourceProvider could not be instantiated
at Java.util.ServiceLoader.fail(ServiceLoader.Java:232)
at Java.util.ServiceLoader.access$100(ServiceLoader.Java:185)
at Java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.Java:384)
at Java.util.ServiceLoader$LazyIterator.next(ServiceLoader.Java:404)
at Java.util.ServiceLoader$1.next(ServiceLoader.Java:480)
at scala.collection.convert.Wrappers$JIteratorWrapper.next(Wrappers.scala:43)
at scala.collection.Iterator$class.foreach(Iterator.scala:891)
at scala.collection.AbstractIterator.foreach(Iterator.scala:1334)
at scala.collection.IterableLike$class.foreach(IterableLike.scala:72)
at scala.collection.AbstractIterable.foreach(Iterable.scala:54)
at scala.collection.TraversableLike$class.filterImpl(TraversableLike.scala:247)
at scala.collection.TraversableLike$class.filter(TraversableLike.scala:259)
at scala.collection.AbstractTraversable.filter(Traversable.scala:104)
at org.Apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:630)
at org.Apache.spark.sql.streaming.DataStreamReader.load(DataStreamReader.scala:161)
at Sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at Sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.Java:62)
at Sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.Java:43)
at Java.lang.reflect.Method.invoke(Method.Java:498)
at py4j.reflection.MethodInvoker.invoke(MethodInvoker.Java:244)
at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.Java:357)
at py4j.Gateway.invoke(Gateway.Java:282)
at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.Java:132)
at py4j.commands.CallCommand.execute(CallCommand.Java:79)
at py4j.GatewayConnection.run(GatewayConnection.Java:238)
at Java.lang.Thread.run(Thread.Java:748)
Caused by: Java.lang.NoSuchMethodError: org.Apache.spark.internal.Logging.$init$(Lorg/Apache/spark/internal/Logging;)V
at org.Apache.spark.sql.kafka010.KafkaSourceProvider.<init>(KafkaSourceProvider.scala:44)
at Sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
at Sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.Java:62)
at Sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.Java:45)
at Java.lang.reflect.Constructor.newInstance(Constructor.Java:423)
at Java.lang.Class.newInstance(Class.Java:442)
at Java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.Java:380)
... 23 more
Est-ce que quelqu'un peut m'aider avec ça?
J'ai réussi à résoudre ce problème en m'assurant que la version du paquet spark-sql-kafka correspond à la version spark.
Dans mon cas, j'utilise maintenant --packages org.Apache.spark:spark-sql-kafka-0-10_2.11:2.4.1
Pour ma spark version 2.4.1, puis la partie .format("kafka")
de la le code peut être résolu.
de plus, la version 2.12 du package (c'est-à-dire org.Apache.spark:spark-sql-kafka-0-10_2.12:2.4.1
) ne semble pas être stable à ce stade de l'écriture, et son utilisation entraînera également l'erreur ci-dessus.