如何向Spark提交Scala作业

Question

我有一个Python脚本，可以通过以下方式提交给Spark：

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

现在，我尝试以同样的方式提交一个Scala程序：

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

结果我得到以下错误消息：

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，只需添加一个指向HelloWorld的class参数。假设没有包裹：

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

Answer 2

这取决于您使用的集群模式。

查看通用命令

./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

请查看Spark文档以更好地理解。