背景简介
Spark App(用Spark APIs编写的)需要submit到Spark Cluster运行,对于Scala编写的代码,提交之前要用sbt或者maven把以下内容:
源代码
依赖的jar包
全部打包成一个大的jar文件,这样代码就不会因为没有依赖无法在集群中运行。
问题
我司用Scala编写Spark streaming应用,实现读取Kafka数据,处理后存储到cassandra集群中。这里需要用到一个包spark-streaming-kafka,之前用的spark1.6.0的版本。sbt中的配置如下:
libraryDependencies ++= Seq(
// Spark dependency
"com.eaio.uuid" % "uuid" % "3.2",
"org.apache.spark" %% "spark-core" % "1.6.0" % "provided",
"org.apache.spark" %% "spark-sql" % "1.6.0" % "provided",
"org.apache.spark" %% "spark-streaming" % "1.6.0" % "provided",
"org.apache.spark" %% "spark-streaming-kafka" % "1.6.0",
"com.datastax.spark" %% "spark-