造成此问题的原因可能是EMR默认未将Shaded Jar添加到Spark Executor Classpath中，需要在初始化EMR操作符时手动将Shaded Jar上传到S3并添加到每个步骤的Spark Executor Classpath中。

以下是一个例子，首先将Shaded Jar上传到S3：

from airflow.contrib.operators.emr_add_steps_operator import EmrAddStepsOperator from airflow.contrib.hooks.emr_hook import EmrHook

s3_conn_id = 'aws_default' emr_conn_id = 'aws_default' s3_bucket = 'your_s3_bucket' s3_key = 'path/to/your/shaded-jar.jar'

Upload the shaded jar to S3

S3Hook(s3_conn_id).load_file(Filename='/path/to/your/shaded-jar.jar', Key=s3_key, Bucket=s3_bucket)

Instantiate the EmrAddStepsOperator

step = [ { 'Name': 'My Spark Step', 'ActionOnFailure': 'TERMINATE_CLUSTER', 'HadoopJarStep': { 'Jar': 's3://' + s3_bucket + '/' + s3_key, 'MainClass': 'com.example.spark.ClassName', 'Args': [ ... ] } } ] EmrAddStepsOperator( task_id='add_step', job_flow_id='{{ jobflow_id }}', aws_conn_id=emr_conn_id, steps=step )

注意，您需要将My Spark Step部分中的Jar值更改为您的Shaded Jar在S3中的位置，MainClass值更改为您要运行的Spark应用程序的主类，将Args值更改为Spark应用程序的参数。

然后，添加Spark Executor Classpath到您的EMR集群配置中。具体做法是：在EMR 控制台中选择“集群”，选择“属性”选项卡，找到和点击“高级配置”按钮，找到“spark.executor.extraClassPath”和“spark.driver.extraClassPath”属性并将S3中Shaded Jar的S3路径添加到值字段。 然后，您就可以愉快地运行您的Spark复合卡了！