先说一说普通的java项目依赖外部文件,在扩展到spark集群上。
单节点:
maven项目,代码中依赖一个A.mmdb文件。本来代码中写的是绝对路径获取的A.mmdb文件,部署到linxu上的时候需要把路径改了,还得把mmdb文件上传到linux的指定目录上面。
所以把mmdb文件放到了项目的resource里面,通过maven打包后,jar包里面存在mmdb文件,在代码中使用如下代码可以获取A文件的输入流,进行下一步的处理。
InputStream inputStream=IpUtil.class.getClassLoader().getResourceAsStream("A.mmdb");
命令行执行jar包,java -cp ,也能得到想要的结果。故此问题解决。
spark开发:
本人在spark+java的开发中,使用rdd.map方法对A.mmdb文件产生了依赖。在集群上跑的时候,要保证集群每个工作节点都能拿到这个A.mmdb文件。
有2中方法,1.在每个节点的同一个目录上传一个A.mmdb文件,代码里面指定绝对路径。
2.就是使用我上述的方法,jar包里面有A.mmdb文件,并且在代码里面获取A.mmdb文件的时候使用上述方式