如何向Spark提交Scala作业？

Question

我有一个Pythons脚本,我可以通过以下方式提交给Spark:

/opt/spark/bin/spark-submit --master yarn-client test.py

现在,我尝试以相同的方式提交Scala程序:

/opt/spark/bin/spark-submit --master yarn-client test.scala

因此,我收到以下错误消息:

Error: Cannot load main class from JAR file:/home/myname/spark/test.scala
Run with --help for usage help or --verbose for debug output

Scala程序本身只是一个Hello World程序:

object HelloWorld {
    def main(args: Array[String]): Unit = {
        println("Hello, world!")
    }
}

我究竟做错了什么？

Answer 1

对于初学者,您必须创建一个jar文件.您不能简单地提交Scala源代码.如果有疑问,请参阅sbt入门.

之后只需添加一个class指向的参数HelloWorld.假设没有包裹:

/opt/spark/bin/spark-submit --master yarn-client --class "HelloWorld" path_to.jar

Answer 2

这取决于您使用的群集模式.

看看通用命令

./bin/spark-submit \
  --class <main-class>
  --master <master-url> \
  --deploy-mode <deploy-mode> \
  --conf <key>=<value> \
  ... # other options
  <application-jar> \
  [application-arguments]

对于纱线客户,

/opt/spark/bin/spark-submit \
  --class "HelloWorld" your_jar_with_scala_file \
  --master yarn-client

查看Spark 文档以便更好地理解.