springboot + spark + hadoop

最新推荐文章于 2024-08-05 11:18:55 发布

flash胜龙

最新推荐文章于 2024-08-05 11:18:55 发布

阅读量7.3k

点赞数

分类专栏：【C、Java与网络编程】

本文链接：https://blog.csdn.net/u010770993/article/details/79137072

版权

本文介绍了如何在SpringBoot项目中使用Spark进行数据抓取，并讨论了在集成过程中遇到的包冲突和版本一致性问题，强调了解决logger实现包冲突和统一版本的重要性。

摘要由CSDN通过智能技术生成

可以在一个Controller里面实现spark抓取的代码：

import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.servlet.ModelAndView;
import org.apache.spark.sql.SparkSession;
import org.apache.spark.SparkConf;
import org.springframework.web.bind.annotation.ResponseBody;

/**
 * @author flash胜龙
 */
@RestController
public class DataFigureController {

    @RequestMapping("/dataimportlocal.html")
    public ModelAndView dataimportlocal() {
        System.setProperty("hadoop.home.dir", "D:\\hadoop-2.7.2test");
        System.setProperty("HADOOP_USER_NAME", "hadoop");
        SparkSession spark = SparkSession.builder().master("local[*]").appName("Word Count").config("spark.sql.warehouse.dir", "file:///d:/tmp").getOrCreate();
        Dataset<Row> df = spark.read().option("header", true).csv("D:\\book.csv");
        df.show();
        return new ModelAndView("dataimport");
    }}

Maven配置如下（英 ['meɪv(ə)n] 美 ['mevn]）

其中有不少坑：一个是包冲突问题，hadoop、spark和springboot体系里面每个都自己引用了一系列logger实现的包，一起编译运行会有冲突，对部分包的依赖要exclusions掉；二个是版本问题，对于要使用的版本，必须整个工程前后一致。如果一个引用的是A版本，另一个引用的是B版本，就会出问题，要么把A给exclusion掉，只用B版本，要不想其它办法：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>my.groud.id</groupId>
    <artifactId>sparkuitest</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <packaging>jar</packaging>

    <name>sparkuitest</name>
    <url>http://maven.apache.org</url>

    <repositories>
        <repository>
            <id>central</id>
            <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
            <!--<url>https://mvnrepository.com/artifact</url>-->
            <snapshots>
                <enabled>true</enabled>
            </snapshots>