Spark - Illegal pattern component: XXX 与org.apache.commons.lang3.time.FastDateFormat incompatible

一.引言

使用 sparkSession 读文件时出现 java.lang.IllegalArgumentException: Illegal pattern component: XXX 报错，解决后又出现 java.io.InvalidClassException: org.apache.commons.lang3.time.FastDateFormat; local class incompatible: stream classdesc serialVersionUID = 2, local class serialVersionUID = 1 报错，下面整理下解决方案。

二.Illegal pattern component: XXX

1.问题描述

    val spark = SparkSession
      .builder
      .config(conf)
      .getOrCreate() 
       
    val df = spark.read
                .option("header", "false")
                .option("delimiter", "\t")
                .csv(input)

使用 SparkSession 读取 gz 文件时出现下述报错：

 

2.问题解决

上述异常栈定位到 org.apache.commons.lang3.time.FastDataFormat，看着是时间格式化的问题，但是我的小伙伴运行上述代码没有问题，很奇怪，看了网上大神们的解决方案，主要有以下两种：

    val df = spark.read
                .option("timestampFormat", "yyyy/MM/dd HH:mm:ss ZZ")
                .option("header", "false")
                .option("delimiter", "\t")
                .csv(input)

或者是： 

    val df = spark.read
                .option("timestampFormat", "MM/dd/yyyy")
                .option("header", "false")
                .option("delimiter", "\t")
                .csv(input)

二者类似，主要是定义了上面 XXX 对应的 TimeFormat，楼主尝试了一下，两种 TimeFormat 的 option 都可以解决问题。

三.org.apache.commons.lang3.time.FastDateFormat; local class incompatible

1.问题描述

      sqlContext.createDataFrame(rowRdd, TABLE_SCHEME)
        .write.mode(SaveMode.Overwrite)
        .option("timestampFormat", "MM/dd/yyyy")
        .format("parquet")
        .save(output + "/split" + i + ".parquet")

代码整体逻辑为读取文件并保存为 parquet，parquet 相关内容可以参考: Spark - 一文搞懂 parquet。添加 timestampFormat 后读取和上述保存代码运行正常，spark 任务状态为 SUCCESS，但是观察 yarn 日志发现有很多 Failed 的节点，影响任务执行效率：

 观察节点日志发现均为如下报错：

可以看到 Failed 节点上的报错又是 commons.lang3.time.FastDateFormat，和上面 java.lang.IllegalArgumentException: Illegal pattern component: XXX 异常栈指向的是同一个类即 org.apache.commons.lang3.time.FastDateFormat 类。

2.问题解决

报错显示了两种不同的 serialVersionUID = 2 和 serialVersionUID = 1，很有可能是依赖冲突导致，所以首先遍历当前代码环境下有多少 commons.lang3.time.FastDateFormat，这里使用 IDEA 的查询功能：

DailyTool 为我自己的项目，所以主要查下面的项目：

commons.lang3-3.3.3.jar /time/FastDateFormat.class:

 jasper/util/FastDateFormat:

 hive-exec:0.13.1 FastDateFormat.class:

只有 Hive common.lang3 对应的 serialVersionUID = 1L，所以锁定目标为该 jar，去除该 jar 运行任务即可。

3.其他解决方案

如果有童鞋没有安装 IDEA 可以使用 mvn tree 定位 common.lang3 的位置：

 mvn -Dverbose dependency:tree > mvnTree 

cat + grep 可以大致看下有多少 jar 包内包含，通过 jar 包内的代码一次寻找即可： 

cat ~/Desktop/mvnTree| grep commons.lang3

mvn-tree 的更多使用也可以参考：Java - java.lang.NoSuchMethodError: xxx 错误详解 。

四.总结

java.lang.IllegalArgumentException: Illegal pattern component: XXX 以及其对应的 FastDateFormat 带来的报错大致解决了，但是还没有搞懂为什么其他童鞋不配置这个 option 也可以正常运行，后面再去整理下环境相关的问题，找到了继续更新。