1

问题是：

我有 spark 应用程序，它无法将数据写入 s3。读书就好。

火花配置：

        SparkConf conf = new SparkConf();
        ...
        conf.set("spark.hadoop.fs.s3a.endpoint", getCredentialConfig().getS3Endpoint());
        System.setProperty("com.amazonaws.services.s3.enableV4", "true");// local works. enable aws v4 auth.

        conf.set("spark.hadoop.fs.s3a.impl", org.apache.hadoop.fs.s3a.S3AFileSystem.class.getName());
        conf.set("spark.hadoop.fs.s3a.access.key", getCredentialConfig().getS3Key());
        conf.set("spark.hadoop.fs.s3a.secret.key", getCredentialConfig().getS3Secret());


        conf.set("spark.hadoop.fs.hdfs.impl", org.apache.hadoop.hdfs.DistributedFileSystem.class.getName());
        conf.set("spark.hadoop.fs.file.impl", org.apache.hadoop.fs.LocalFileSystem.class.getName());
        ...

写结构是：

String fileName = "s3a://" + getCredentialConfig().getS3Bucket() + "/s3-outputs/test/";
getSparkSession()
     .createDataset(list, Encoders.INT())
     .write()
     .format("com.databricks.spark.csv")
     .mode("overwrite")
     .csv(fileName);

例外是：

10:35:01.914 [main] DEBUG org.apache.hadoop.fs.s3a.S3AFileSystem - Not Found: s3a://mybucket/s3-outputs/test/_temporary-39c4ebc3-61bd-47e0-9ac6-d047af1965f3
10:35:01.914 [main] DEBUG org.apache.hadoop.fs.s3a.S3AFileSystem - Couldn't delete s3a://mybucket/s3-outputs/test/_temporary-39c4ebc3-61bd-47e0-9ac6-d047af1965f3 - does not exist

这意味着，火花无法在目标文件系统上找到模板文件夹。

当前的hadoop版本：2.7.3

爪哇 8

在 Hadoop 2.8.1 上 - 一切正常。但是 AWS EMR 暂时不支持 hadoop 2.8.* 版本。

4

0 回答 0