SpingBoot项目下Spark在IDEA中进行本地测试

超、凢脫俗 2023-05-21 07:28 26阅读 0赞

# 背景 #

我们在开发场景中肯定是在本地进行调试，然后打包部署到服务器进行运行，频繁打包测试即没有效率也不实际  
下面的场景以我在本地使用spark local模式访问hive为例

# 相关代码配置 #

##### 1、代码 #####

val session = SparkSession.builder().master("local").enableHiveSupport().getOrCreate()
        val conf=new Configuration
        conf.addResource("hebing/core-site.xml")
        conf.addResource("hebing/hdfs-site.xml")
        conf.addResource("hebing/hive-site.xml")
        session.sparkContext.hadoopConfiguration.addResource(conf);
        val frame = session.sql("select * from hive.vbapf20086ecdfc3402f9660ec553ea8ddb2 limit 10")

这里面需要添加core-site.xml hdfs-site.xml hive-site.xml,这些其实在官方文档也有说明，当然了，也得将相应的hosts配置完善。然后即可访问

##### 2、maven配置 #####

<dependency>
                <groupId>org.apache.spark</groupId>
                <artifactId>spark-sql_2.11</artifactId>
                <version>2.4.1</version>
            </dependency>
    
            <dependency>
                <groupId>org.apache.spark</groupId>
                <artifactId>spark-hive_2.11</artifactId>
                <version>2.4.0</version>
            </dependency>
    
            <dependency>
                <groupId>org.codehaus.janino</groupId>
                <artifactId>janino</artifactId>
                <version>3.0.8</version>
            </dependency>

# 遇到的问题 #

##### 1、运行IDEA的时候日志很多 #####

当我点击运行的时候，发现里面日志特别多，有INFO和debug的日志，然后查询相关的结果在一大堆日志中发现很不方便，在网上搜索了很多的答案，无非是将log4j.properties放到resource下面并且将打到concole的日志级别提高。但是不管用。  
其实原因还是springBoot默认的日志插件是logback 所以在这里log4j是不起作用的，所以我们需要将

<dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter</artifactId>
                <exclusions>
                    <exclusion>
                        <groupId>org.springframework.boot</groupId>
                        <artifactId>spring-boot-starter-logging</artifactId>
                    </exclusion>
                </exclusions>
            </dependency>

中这个logging排除，然后再将spark中默认的log4j.properties 拷贝到resources下，将log4j.rootCategory=INFO, console 改为 log4j.rootCategory=ERROR, console 即可

参考资料:http://blog.didispace.com/springbootlog4j/

##### 2、java.lang.NoClassDefFoundError: org/apache/spark/sql/SparkSession #####

这个错误是因为 依赖的 spark-sql的依赖

<dependency>
    	<groupId>org.apache.spark</groupId>
    	<artifactId>spark-sql_2.11</artifactId>
    	<version>2.4.1</version>
    	<scope>provided</scope>
    </dependency>

provided 删除即可，因为这个是在运行时依赖无效(maven相关的知识)

##### 3、Caused by: java.lang.ClassNotFoundException: #####

org.codehaus.janino.InternalCompilerException

缺少依赖

<dependency>
                <groupId>org.codehaus.janino</groupId>
                <artifactId>janino</artifactId>
                <version>3.0.8</version>
            </dependency>