Ausgabe
Ich kann die Spark-Shell bin/spark-shell --packages com.databricks:spark-xml_2.11:0.3.0
ausführen, um XML-Dateien zu analysieren, zum Beispiel:
import org.apache.spark.sql.SQLContext
val sqlContext = new SQLContext(sc)
val df = sqlContext.read
.format("com.databricks.spark.xml")
.option("rowTag", "book")
.load("books.xml")
aber wie kann ich Zeppelin dazu laufen lassen. Benötigt Zeppelin beim Start einige Parameter zum Importieren com.databricks.spark.xml
? Jetzt bekomme ich:
java.lang.RuntimeException: Fehler beim Laden der Klasse für Datenquelle: com.databricks.spark.xml bei scala.sys.package$.error(package.scala:27) bei org.apache.spark.sql.sources.ResolvedDataSource$ .lookupDataSource(ddl.scala:220) bei org.apache.spark.sql.sources.ResolvedDataSource$.apply(ddl.scala:233) bei org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:114) bei org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:104) bei $iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC.(:26) bei $ iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC.(:31) bei $iwC$$iwC$$iwC$$iwC$$iwC$$iwC.(:33) bei $iwC $$iwC$$iwC$$iwC$$iwC.(:35) um $iwC$$iwC$$iwC$$iwC.(:37) um $iwC$$iwC$$iwC.(:39) um $ iwC$$iwC.(:41) um $iwC.(:43) um (:45) um .(:49) um .() um .(:7) um .() um $print() um so. reflect.NativeMethodAccessorImpl.invoke0 (Native Methode) bei sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) bei sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) bei java.lang.reflect.Method.invoke(Method.java:497) bei org.apache.spark.repl.SparkIMain $ReadEvalPrint.call(SparkIMain.scala:1065) bei org.apache.spark.repl.SparkIMain$Request.loadAndRun(SparkIMain.scala:1338) bei org.apache.spark.repl.SparkIMain.loadAndRunReq$1(SparkIMain.scala: 840) unter org.apache.spark.repl.SparkIMain.interpret(SparkIMain.scala:871) unter org.apache.spark.repl.SparkIMain.interpret(SparkIMain.scala:819) unter org.apache.zeppelin.spark.SparkInterpreter .interpretInput(SparkInterpreter.java:709) bei org.apache.zeppelin.spark.SparkInterpreter.interpret(SparkInterpreter.java:674) bei org.apache.zeppelin.spark.SparkInterpreter.interpret(SparkInterpreter.java:667) bei org. apache.zeppelin.interpreter.ClassloaderInterpreter.interpret(ClassloaderInterpreter.java:57) bei org.apache.zeppelin.interpreter.LazyOpenInterpreter.interpret(LazyOpenInterpreter.java:93) bei org.apache.zeppelin.interpreter.remote.RemoteInterpreterServer$InterpretJob.jobRun(RemoteInterpreterServer.java:300) bei org.apache.zeppelin.scheduler.Job.run(Job.java:169) bei org.apache.zeppelin.scheduler.FIFOScheduler$1.run(FIFOScheduler.java:134) bei java.util.concurrent.Executors$RunnableAdapter. call(Executors.java:511) at java.util.concurrent.FutureTask.run(FutureTask.java:266) at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$201(ScheduledThreadPoolExecutor.java:180) at java.util. concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:293) bei java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142) bei java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617) at java.lang.Thread.run(Thread.java:745)
Lösung
In Zeppelin müssen Sie diese Abhängigkeiten aufrufen, bevor Sie den SparkContext erstellen.
In einer separaten Zelle fügen Sie Folgendes hinzu und führen es aus
%dep
z.reset()
z.addRepo("Spark Packages Repo").url("http://dl.bintray.com/spark-packages/maven")
z.load("com.databricks:spark-xml_2.11:0.3.0")
Wenn Sie dabei einen Fehler vom Typ „Sie müssen Abhängigkeiten hinzufügen, bevor Sie Ihren SparkContext starten“ erhalten, starten Sie einfach den Interpreter oder Zeppelin neu.
Beantwortet von – eliasah
Antwort geprüft von – Pedro (FixError Volunteer)