Кажется, что есть некоторые проблемы с вашим кодом и вашим POM.
Говоря о коде, вы создали отдельную свечу и спонтанный текст, даже если вы можете просто создать объект SparkSession и он имеет спаркконтекст присутствует. Кроме того, вы установили свойства spark как в своем коде, так и в своей команде spark-submit. Я рекомендую вам создать отдельный файл sparkProperties и передать его вашей команде spark-submit (я поделюсь файлом и командой тоже).
Итак, вы можете написать код следующим образом:
package com.spark.DataAnalysis
import org.apache.log4j.Level
import org.apache.spark.sql.{Dataset, SparkSession}
import org.apache.spark.sql.functions._
import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
object TwitterData {
def main(args: Array[String]) {
println("Start")
System.setProperty("hadoop.home.dir","C://Sankha//Study//spark-2.3.4-bin-hadoop2.7//spark-2.3.4-bin-hadoop2//spark-2.3.4-bin-hadoop2.7")
val spark = SparkSession.builder().appName("CsvExample").master("local").getOrCreate()
val csvData = .textFile("C:\\Sankha\\Study\\data\\twitter-airline-sentiment\\Tweets.csv",3)
val map_data = csvData.map(x=> x.split(",")).filter(x=> (x.length < 13)).filter(x=> x(5) == "Virgin America")
println(map_data.count())
spark.close
}
}
Теперь, подходя к вашей помещике. xml, вы не добавили плагин maven-Assembly-Assembly и только что использовали плагин компилятора maven. Это означает, что ваш код скомпилирован с использованием зависимостей, но зависимости не упакованы в jar. В этом случае ваша scala зависимость не была упакована и также не найдена в вашей системе, поэтому она выдала вам ошибку. Вот почему всегда лучше использовать плагин для сборки maven.
Итак, ваш новый pom. xml должен выглядеть так:
<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">
<modelVersion>4.0.0</modelVersion>
<groupId>sparkWCExample</groupId>
<artifactId>spWCExample</artifactId>
<version>0.0.1-SNAPSHOT</version>
<packaging>jar</packaging>
<name>spWCExample</name>
<url>http://maven.apache.org</url>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties>
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>3.8.1</version>
<scope>test</scope>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.spark/spark-core -->
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.12</artifactId>
<version>2.4.5</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.spark/spark-sql -->
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.12</artifactId>
<version>2.4.5</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.scala-lang/scala-library -->
<dependency>
<groupId>org.scala-lang</groupId>
<artifactId>scala-library</artifactId>
<version>2.12.3</version>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.3</version>
</plugin>
</plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-assembly-plugin</artifactId>
<version>2.4</version>
<configuration>
<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>
</configuration>
<executions>
<execution>
<id>assemble-all</id>
<phase>package</phase>
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
</build>
Пример Файл свойств выглядит следующим образом:
spark.master local[2]
spark.submit.deployMode client
spark.driver.memory 2G
spark.executor.memory 2G
spark.executor.instances 2
spark.executor.cores 2
spark.driver.maxResultSize 1g
Теперь ваша команда spark-submit будет намного легче написать после добавления файла sparkProperties.properties:
spark-submit --class sparkWCExample.spWCExample.Twitter C:\Sankha\Study\spark_ws\spWCExample\target\spWCExample-0.0.1-SNAPSHOT.jar C:\Sankha\Study\spark_ws\spWCExample\target\out --properties-file sparkProperties.properties
Надеюсь, я ответил Ваш вопрос продуманно. Не стесняйтесь спрашивать, есть ли у вас другие сомнения.