web-dev-qa-db-ja.com

Kafka構造化ストリーミングKafkaSourceProviderをインスタンス化できませんでした

私はkafka ping統計のストリームがそうであるようなストリーミングプロジェクトに取り組んでいます：

64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=1 ttl=62 time=0.913 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=2 ttl=62 time=0.936 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=3 ttl=62 time=0.980 ms
64 bytes from vas.fractalanalytics.com (192.168.30.26): icmp_seq=4 ttl=62 time=0.889 ms

これをpysparkの構造化ストリームとして読み取ろうとしています。次のコマンドでpysparkを起動します。

 pyspark --packages org.Apache.spark:spark-sql-kafka-0-10_2.11:2.4.0

Pysparkのバージョンは2.4、pythonバージョンは2.7です（3.6でも試してみました）

そして、このコードを送信するとすぐにエラーが発生します（以下は Structured Streaming + Kafka Integration Guide から続きます）：

df = spark.readStream.format("kafka").option("kafka.bootstrap.servers", "172.18.2.21:2181").option("subscribe", "ping-stats").load()

次のエラーが発生しました：

py4j.protocol.Py4JJavaError: An error occurred while calling o37.load.
: Java.util.ServiceConfigurationError: org.Apache.spark.sql.sources.DataSourceRegister: Provider org.Apache.spark.sql.kafka010.KafkaSourceProvider could not be instantiated
        at Java.util.ServiceLoader.fail(ServiceLoader.Java:232)
        at Java.util.ServiceLoader.access$100(ServiceLoader.Java:185)
        at Java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.Java:384)
        at Java.util.ServiceLoader$LazyIterator.next(ServiceLoader.Java:404)
        at Java.util.ServiceLoader$1.next(ServiceLoader.Java:480)
        at scala.collection.convert.Wrappers$JIteratorWrapper.next(Wrappers.scala:43)
        at scala.collection.Iterator$class.foreach(Iterator.scala:891)
        at scala.collection.AbstractIterator.foreach(Iterator.scala:1334)
        at scala.collection.IterableLike$class.foreach(IterableLike.scala:72)
        at scala.collection.AbstractIterable.foreach(Iterable.scala:54)
        at scala.collection.TraversableLike$class.filterImpl(TraversableLike.scala:247)
        at scala.collection.TraversableLike$class.filter(TraversableLike.scala:259)
        at scala.collection.AbstractTraversable.filter(Traversable.scala:104)
        at org.Apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:630)
        at org.Apache.spark.sql.streaming.DataStreamReader.load(DataStreamReader.scala:161)
        at Sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at Sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.Java:62)
        at Sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.Java:43)
        at Java.lang.reflect.Method.invoke(Method.Java:498)
        at py4j.reflection.MethodInvoker.invoke(MethodInvoker.Java:244)
        at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.Java:357)
        at py4j.Gateway.invoke(Gateway.Java:282)
        at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.Java:132)
        at py4j.commands.CallCommand.execute(CallCommand.Java:79)
        at py4j.GatewayConnection.run(GatewayConnection.Java:238)
        at Java.lang.Thread.run(Thread.Java:748)
Caused by: Java.lang.NoSuchMethodError: org.Apache.spark.internal.Logging.$init$(Lorg/Apache/spark/internal/Logging;)V
        at org.Apache.spark.sql.kafka010.KafkaSourceProvider.<init>(KafkaSourceProvider.scala:44)
        at Sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
        at Sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.Java:62)
        at Sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.Java:45)
        at Java.lang.reflect.Constructor.newInstance(Constructor.Java:423)
        at Java.lang.Class.newInstance(Class.Java:442)
        at Java.util.ServiceLoader$LazyIterator.nextService(ServiceLoader.Java:380)
        ... 23 more

誰かがこれを手伝ってくれる？

javapythonapache-sparkpysparkapache-kafka
8
pissall

私は、spark-sql-kafkaパッケージのバージョンがsparkバージョンと一致するようにすることで、これをなんとか解決しました。

私の場合、私のspark version 2.4.1に_--packages org.Apache.spark:spark-sql-kafka-0-10_2.11:2.4.1_を使用しています。その後、コードの.format("kafka")部分を使用しています。解決することができます。

また、パッケージのv2.12（つまり_org.Apache.spark:spark-sql-kafka-0-10_2.12:2.4.1_）は、この時点では安定していないようであり、これを使用すると上記のエラーが発生します。

14
chaooder