我们有一个 Spark Java 应用程序，它从数据库读取数据并在 Kafka 上发布消息。当我们使用以下参数在 Windows 命令行上本地执行作业时，它会按预期工作:
bin/spark-submit -class com.data.ingestion.DataIngestion --jars local:///opt/spark/jars/spark-sql-kafka-0-10_2.11-2.3.0.jar local:///opt/spark/jars/data-ingestion-1.0-SNAPSHOT.jar
spark-submit --packages org.apache.spark:spark-sql-kafka-0-10_2.11:2.3.0 --class com.data.ingestion.DataIngestion data-ingestion-1.0-SNAPSHOT.jar
同样，当尝试使用 k8s master 运行命令时
bin/spark-submit --master k8s://https://172.16.3.105:8443 --deploy-mode cluster --conf spark.kubernetes.container.image=localhost:5000/spark-example:0.2 --class com.data.ingestion.DataIngestion --jars local:///opt/spark/jars/spark-sql-kafka-0-10_2.11-2.3.0.jar local:///opt/spark/jars/data-ingestion-1.0-SNAPSHOT.jar
它给出以下错误:
Exception in thread "main" java.util.ServiceConfigurationError:
org.apache.spark.sql.sources.DataSourceRegister: Provider
org.apache.spark.sql.kafka010.KafkaSourceProvider could not be instantiated
最佳答案
根据错误，表明集群中至少有一个节点没有 /opt/spark/jars/spark-sql-kafka-0-10_2.11-2.3.0.jar
我建议您创建一个包含 Kafka Structured Streaming 包的 uber jar，或者使用 --packages 而不是本地文件，此外还设置像 Rook 或 MinIO 这样的解决方案以在 k8s 中拥有共享文件系统/ Spark
关于java - 在 Kubernetes 上使用 Kafka 进行 Spark 作业，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60434461/