textfile spark apache-spark hbase spark-streaming

apache spark - textfile - ¿Cómo especificar múltiples dependencias usando--paquetes para spark-submit?



rdd (1)

Una lista de paquetes se debe separar usando comas sin espacios en blanco (las líneas de ruptura deberían funcionar bien) por ejemplo

--packages org.apache.spark:spark-streaming-kafka_2.10:1.3.0,/ org.apache.hbase:hbase-common:1.0.0

Tengo lo siguiente como línea de comando para iniciar un trabajo de transmisión de chispas.

spark-submit --class com.biz.test / --packages / org.apache.spark:spark-streaming-kafka_2.10:1.3.0 / org.apache.hbase:hbase-common:1.0.0 / org.apache.hbase:hbase-client:1.0.0 / org.apache.hbase:hbase-server:1.0.0 / org.json4s:json4s-jackson:3.2.11 / ./test-spark_2.10-1.0.8.jar / >spark_log 2>&1 &

El trabajo no se inicia con el siguiente error:

Exception in thread "main" java.lang.IllegalArgumentException: Given path is malformed: org.apache.hbase:hbase-common:1.0.0 at org.apache.spark.util.Utils$.resolveURI(Utils.scala:1665) at org.apache.spark.deploy.SparkSubmitArguments.parse$1(SparkSubmitArguments.scala:432) at org.apache.spark.deploy.SparkSubmitArguments.parseOpts(SparkSubmitArguments.scala:288) at org.apache.spark.deploy.SparkSubmitArguments.<init>(SparkSubmitArguments.scala:87) at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:105) at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)

He intentado eliminar el formato y volver a una sola línea, pero eso no resuelve el problema. También probé un montón de variaciones: diferentes versiones, _2.10 al final del artifactId, etc.

Según los documentos ( spark-submit --help ):

El formato de las coordenadas debe ser groupId: artifactId: version.

Entonces, lo que tengo debería ser válido y debería hacer referencia a este paquete .

Si ayuda, estoy ejecutando Cloudera 5.4.4.

¿Qué estoy haciendo mal? ¿Cómo puedo hacer referencia a los paquetes de hbase correctamente?