前提条件:

运行环境：Hadoop  3.* + Spark 3.* ,如果还未安装相关环境，请参考：

Spark 初始

CentOS 7 安装Hadoop 3 单机版

SpringBoot 2 集成Spark 3

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><parent><artifactId>SpringBootCase</artifactId><groupId>org.example</groupId><version>1.0-SNAPSHOT</version></parent><modelVersion>4.0.0</modelVersion><artifactId>SpringBoot-Spark3</artifactId><properties><maven.compiler.source>8</maven.compiler.source><maven.compiler.target>8</maven.compiler.target></properties><dependencies><dependency><groupId>org.apache.spark</groupId><artifactId>spark-core_2.12</artifactId><version>3.2.0</version><exclusions><exclusion><artifactId>netty-all</artifactId><groupId>io.netty</groupId></exclusion></exclusions></dependency><dependency><groupId>io.netty</groupId><artifactId>netty-all</artifactId><version>4.1.58.Final</version></dependency></dependencies>
</project>

配置application.properties

无

核心代码

package cn.zzg.spark.test;import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;public class SparkTest {public static void main(String[] args) {String logFile = "hdfs://192.168.43.11:9000/README.md";SparkConf conf = new SparkConf().setAppName("Spark 应用").setMaster("spark://192.168.43.11:7077");JavaSparkContext context = new JavaSparkContext(conf);JavaRDD<String> data = context.textFile(logFile).cache();long nums = data.filter(new Function<String, Boolean>() {@Overridepublic Boolean call(String s) throws Exception {return s.contains("a");}}).count();System.out.println("包含字母a总数为:" + nums);}
}

SpringBoot 2  集成Spark 3 遇到的问题

问题一：java.io.FileNotFoundException: HADOOP_HOME and hadoop.home.dir are unset

造成此类 问题原因：本地环境没有设置  HADOOP_HOME 和 hadoop.home.dir 两项。

解决办法：

1.下载winutils文件

GitHub地址：winutils

点击绿色的Code按钮，再选择Download Zip下载

 

2.选择版本

如果没有和你版本一致的文件夹，就选择和你版本最相近的，因为我的Hadoop版本是3.2.2版本，所以我选择的是hadoop-3.0.0

 3.配置环境变量

配置系统环境变量：

新增 变量名：HADOOP_HOME   变量值：就是你上面选择的hadoop版本文件夹的位置地址

  在 变量名：path 中新增 变量值：%HADOOP_HOME%\bin

 4. 把hadoop.dll放到C:/windows/system32文件夹下

拷贝bin文件夹下的hadoop.dll文件

复制进C:/windows/system32文件夹下

 6.重启IDEA，再次运行代码，成功。

问题二：java.lang.NoSuchMethodError: io.netty.buffer.PooledByteBufAllocator.＜init＞(ZIIIIIIZ)

造成此类问题原因：spark-core 依赖的Netty 版本过低，导致相关类方法缺失。

解决办法：移除spark-core 中依赖的netty 包，重新添加netty-all  版本。