AirflowemrAddStepsOperator无法执行Sparkshadedjar
创始人
2024-08-02 02:30:18
0

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!

相关内容

热门资讯

安装apache-beam==... 出现此错误可能是因为用户的Python版本太低,而apache-beam==2.34.0需要更高的P...
避免在粘贴双引号时向VS 20... 在粘贴双引号时向VS 2022添加反斜杠的问题通常是由于编辑器的自动转义功能引起的。为了避免这个问题...
Android Recycle... 要在Android RecyclerView中实现滑动卡片效果,可以按照以下步骤进行操作:首先,在项...
omi系统和安卓系统哪个好,揭... OMI系统和安卓系统哪个好?这个问题就像是在问“苹果和橘子哪个更甜”,每个人都有自己的答案。今天,我...
原生ios和安卓系统,原生对比... 亲爱的读者们,你是否曾好奇过,为什么你的iPhone和安卓手机在操作体验上有着天壤之别?今天,就让我...
Android - 无法确定任... 这个错误通常发生在Android项目中,表示编译Debug版本的Java代码时出现了依赖关系问题。下...
Android - NDK 预... 在Android NDK的构建过程中,LOCAL_SRC_FILES只能包含一个项目。如果需要在ND...
Akka生成Actor问题 在Akka框架中,可以使用ActorSystem对象生成Actor。但是,当我们在Actor类中尝试...
Agora-RTC-React... 出现这个错误原因是因为在 React 组件中使用,import AgoraRTC from “ago...
Alertmanager在pr... 首先,在Prometheus配置文件中,确保Alertmanager URL已正确配置。例如:ale...