java - Spark MLlib 0.91 org.jblas.DoubleMatrix 错误

Question

我在 DSE 上使用 spark 0.91 和 MLlib 0.91

当尝试在独立模式下运行以下代码时

val parsedData = sc.parallelize((1 to 1000).
  map {
  line =>
    LabeledPoint(0.0, Array(0.0, 0.4, 0.3))
})
val numIterations = 2
val model = LinearRegressionWithSGD.train(parsedData, numIterations)

我收到这个错误:

    14/09/20 14:28:37 ERROR OneForOneStrategy: org.jblas.DoubleMatrix cannot be cast to org.jblas.DoubleMatrix
java.lang.ClassCastException: org.jblas.DoubleMatrix cannot be cast to org.jblas.DoubleMatrix
        at org.apache.spark.mllib.optimization.GradientDescent$$anonfun$runMiniBatchSGD$1$$anonfun$2.apply(GradientDescent.scala:150)
        at org.apache.spark.mllib.optimization.GradientDescent$$anonfun$runMiniBatchSGD$1$$anonfun$2.apply(GradientDescent.scala:150)
        at org.apache.spark.rdd.RDD$$anonfun$6.apply(RDD.scala:677)
        at org.apache.spark.rdd.RDD$$anonfun$6.apply(RDD.scala:674)
        at org.apache.spark.scheduler.JobWaiter.taskSucceeded(JobWaiter.scala:56)
        at org.apache.spark.scheduler.DAGScheduler.handleTaskCompletion(DAGScheduler.scala:846)
        at org.apache.spark.scheduler.DAGScheduler.processEvent(DAGScheduler.scala:601)

只有在尝试运行独立应用程序时才会发生这种情况。它适用于 spark shell (dse spark)。 有什么想法吗？

更新:

当我在 REPL 上创建对象时，getClassLoader 返回:

scala>  new org.jblas.DoubleMatrix().getClass().getClassLoader()
res3: ClassLoader = ModuleClassLoader:Analytics

但是当我以独立模式运行时(使用 spark-class)它返回

new org.jblas.DoubleMatrix().getClass().getClassLoader():
class= SystemClassLoader

也许这是一个暗示。

我使用 SBT 生成 jar 并使用 spark-class 提交。这里是配置

name := "analytics"

version := "1.0"

scalaVersion := "2.10.3"

unmanagedJars in Compile ++=
  Attributed.blankSeq((file("./dse/lib/") * "*.jar").get)

unmanagedJars in Compile ++=
  Attributed.blankSeq((file("./dse/resources/spark/lib/") * "*.jar").get)

unmanagedJars in Compile ++=
  Attributed.blankSeq((file("./dse/resources/cassandra/lib/") * "*.jar").get)

unmanagedJars in Runtime ++=
  Attributed.blankSeq((file("./dse/resources/hadoop/") * "*.jar").get)

unmanagedJars in Runtime ++=
  Attributed.blankSeq((file("./dse/resources/hadoop/lib/") * "*.jar").get)

unmanagedJars in Compile ++=
  Attributed.blankSeq((file("./dse/resources/driver/lib/") * "*.jar").get)

更新 2: 使用 dse 演示的配置通过 ant 构建和部署，但我再次遇到相同的错误

Answer 1

这似乎确实是一个类加载问题。特别是，我相信您正在点击 this bug , 已在 1.0 中修复。

您不能将一个类加载器加载的类的对象转换为另一个类加载器。

您通过手动更改上下文类加载器找到解决方案的可能性很小。它要求您实际上可以获得对适当类加载器的引用，这在您的情况下可能会也可能不会。像这样的东西:

Thread.currentThread().setContextClassloader(...)

但由于我对 DSE 一无所知，因此我必须向您推荐这篇文章: http://www.datastax.com/dev/blog/classloading-in-dse-analytics