Maven中配置Hadoop 2.x版本

这几天在学习Hadoop,下载的是2.9.0的版本。期间,遇到了很多问题,其中有一个问题是在Intellij IDEA中配置Maven依赖项时遇到的。在网上的教程里,配置方式如下:

<dependencies>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-core</artifactId>
        <version>1.2.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.7.2</version>
    </dependency>
</dependencies>

但是这样的配置在运行时报了如下错误:

Exception in thread "main" org.apache.hadoop.ipc.RemoteException: Server IPC version 9 cannot communicate with client version 4
    at org.apache.hadoop.ipc.Client.call(Client.java:1113)
    at org.apache.hadoop.ipc.RPC$Invoker.invoke(RPC.java:229)
    at com.sun.proxy.$Proxy1.getProtocolVersion(Unknown Source)
    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 com.sun.proxy.$Proxy1.getProtocolVersion(Unknown Source)
    at org.apache.hadoop.ipc.RPC.checkVersion(RPC.java:422)
    at org.apache.hadoop.hdfs.DFSClient.createNamenode(DFSClient.java:183)
    at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:281)
    at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:245)
    at org.apache.hadoop.hdfs.DistributedFileSystem.initialize(DistributedFileSystem.java:100)
    at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:1446)
    at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:67)
    at org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:1464)
    at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:263)
    at org.apache.hadoop.fs.Path.getFileSystem(Path.java:187)
    at Main.main(Main.java:20)

这是因为,我在配置中使用的hadoop-core项还是1.2.1版本的,早已不支持Hadoop 2.9.0。而且由于Hadoop配置方式变更,上述问题不能通过改变hadoop-core版本解决。正确方式是使用hadoop-client和hadoop-hdfs两个依赖项取代hadoop-core。配置方式如下:

<dependencies>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>2.9.0</version>
    </dependency>

    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>2.9.0</version>
    </dependency>

    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.9.0</version>
    </dependency>
</dependencies>

这下子就不会出以上问题了。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 编译Spark3.x需要先安装Java、Scala和Maven等工具,然后下载Spark源代码并进行编译。在编译过程,需要注意Spark3.x与Hadoop、Hive版本兼容的问题。 具体来说,Spark3.x与Hadoop的兼容性要求如下: - Spark3.0.x需要Hadoop 2.7及以上版本; - Spark3.1.x需要Hadoop 3.2及以上版本。 而Spark3.x与Hive的兼容性要求如下: - Spark3.0.x需要Hive 2.3及以上版本; - Spark3.1.x需要Hive 3.1及以上版本。 如果在编译或运行Spark3.x时遇到版本兼容性问题,可以考虑升级或降级相应的组件版本,或者使用Spark提供的预编译版本。同时,也可以在Spark的配置文件设置相应的参数来解决兼容性问题。 ### 回答2: Spark是一种快速、通用的大数据处理框架,常用于分散式计算、数据处理和分析。Spark的新版本Spark 3.x具有多种新特性和改进,使其在应对大量数据问题方面更具有竞争力。编译Spark 3.x并使其与Hadoop和Hive版本兼容需要遵循几个步骤。 编译Spark 3.x 编译Spark之前,需要进行以下操作: 1.安装Java 8并设置环境变量 官方推荐Java 8因为Spark3.x不支持Java 9及以上的版本。 2.安装Scala 和 sbt 官方支持Scala 2.12.x版本,并建议使用sbt进行编译。 3.下载Spark 3.x源码 下载后进行解压缩,然后进入Spark源码目录。 完成上述操作后,可以开始编译Spark 3.x: 1.使用命令sbt compile编译源码 2.使用命令sbt package打包成jar文件 3.使用命令sbt assembly打包成带依赖的jar文件 完成上述操作后,就可以将Spark 3.x与Hadoop、Hive版本兼容。 Spark 3.x与Hadoop、Hive版本兼容问题的解决 1.与Hadoop版本兼容 Spark使用Hadoop作为其分布式存储和计算基础。因此,它需要与Hadoop版本兼容,以确保能够读写Hadoop支持的文件格式。Spark 3.x推荐使用Hadoop 3.2.x版本,因为它提供了更好的性能和兼容性。 2.与Hive版本兼容 Hive是一种在Hadoop上运行的数据仓库软件,它提供了SQL接口来查询和分析数据。Spark 3.x与Hive的版本兼容性需要视Hive的版本而定。Spark 3.x建议使用Hive 3.x版本,以确保兼容性。 在编译Spark时,可以通过设置Hadoop和Hive的版本来确保Spark与它们兼容。在源代码目录的build/sbt,有一个build.properties文件,可以在其设置Hadoop和Hive的版本号。例如,设置Hadoop版本为3.2.1和Hive版本为3.1.2: hadoop.version 3.2.1 hive.version 3.1.2 总之,当编译Spark 3.x时需要设置正确的环境和版本信息,并通过设置版本来保证Spark与Hadoop和Hive兼容。这样就可以使用Spark来进行大规模数据处理和分析,以提取出数据的价值,为企业提供实时分析和决策支持。 ### 回答3: Spark是一个快速而通用的集群计算系统。它可以处理多种数据,并且是可扩展的。Spark有几个版本,包括Spark 3.x、Spark 2.x和Spark 1.x。Spark 3.x是最新的版本,它提供了许多新的功能和增强特性。本文将讨论如何编译Spark 3.x以及Spark 3.x与Hadoop、Hive版本兼容问题的解决。 编译Spark3.x 编译Spark3.x需要一些前期准备工作。首先,需要安装Java开发工具包(JDK)。然后,需要安装Apache Maven和Git。在完成这些准备工作后,可以按照以下步骤编译Spark3.x: 1.从Spark的官方网站上下载Spark源代码。 2.打开终端并切换到Spark源代码目录。 3.运行以下命令: mvn -Psparkr -Pmesos -Pmesos-extras -Pyarn -Phive -Phive-thriftserver -DskipTests clean package 该命令将编译Spark3.x并生成一个可执行文件。 Spark 3.x与Hadoop版本兼容问题的解决 Spark3.x需要一个Hadoop版,以便读写Hadoop分布式文件系统(HDFS)和执行MapReduce任务。以下是Spark3.x与Hadoop版本兼容的问题及其解决方案: 1. Hadoop2.7.x - Spark3.x需要Hadoop2.7.x或更高版本。如果使用的是Hadoop2.6.x,则需要升级到Hadoop2.7.x。 2. Hadoop3.x - Spark3.x支持Hadoop3.x版本,但需要指定Hadoop版本。 在启动Spark应用程序时,可以使用以下命令指定要使用的Hadoop版本: ./bin/spark-shell --conf spark.hadoop.fs.defaultFS=hdfs://namenode:8020 其,"namenode"是Hadoop的主节点名称,"8020"是Hadoop的主节点端口号。 Spark 3.x与Hive版本兼容问题的解决 Spark3.x还需要一个Hive版本,以便在Spark SQL查询Hive的数据表。以下是Spark3.x与Hive版本兼容的问题及其解决方案: 1. Hive 1.x和2.x - Spark3.x支持Hive 1.x和2.x版本。在启动Spark应用程序时,可以使用以下命令指定要使用的Hive版本: ./bin/spark-shell --conf spark.sql.hive.metastore.version=2.0.0 其,"2.0.0"是Hive的版本号。 2. Hive 3.x - Spark3.x还不支持Hive 3.x版本。如果需要使用Hive 3.x,可以使用Spark2.x版本。在启动Spark应用程序时,可以使用以下命令指定要使用的Spark版本: ./bin/spark-submit --class com.example.myApp --master yarn --deploy-mode cluster --conf spark.yarn.appMasterEnv.SPARK_HOME=/path/to/spark2x /path/to/myApp.jar 其,"/path/to/spark2x"是Spark2.x的安装路径。 总之,为了使用Spark3.x,需要确保它与Hadoop和Hive版本兼容。如果需要更改版本或指定版本,请使用相应的命令来启动Spark应用程序。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值