如何选择我的火花程序的scala版本？
我正在构建我的第一个Spark应用程序，用IDEA开发。
在我的集群中，Spark的版本是2.1.0，Scala的版本是2.11.8。
http://spark.apache.org/downloads.html告诉我：“从2.0版本开始，Spark默认是用Scala 2.11构建的。Scala 2.10用户应该下载Spark源代码包，并使用Scala 2.10支持进行构建”。
所以我的问题是：“Scala 2.10用户应该下载Spark源代码包并使用Scala 2.10支持构建”的含义是什么？为什么不使用Scala 2.1.1版本？
另一个问题：我可以选择哪个版本的Scala？
共有1个答案
这个主题甚至存在的原因是scala版本不是（一般说来）二进制兼容的，尽管大多数时候源代码是兼容的。
因此，您可以使用Scala 2.10源代码并将其编译成2.11. x或2.10. x版本。但是2.10. x编译的二进制文件（JAR）不能在2.11. x环境中运行。
你可以阅读更多关于这个主题的文章。
因此，正如您所提到的，Spark包是为Scala 2.11构建的。x运行时。
这意味着您不能在集群/Spark实例上运行您的Scala 2.10. x JAR，该集群/Spark实例运行spark.apache.org构建的Spark分布。
有效的方法是：
- 编译scala 2.11. x的JAR并保持相同的火花
- 重新编译Scala 2.10的Spark并保持JAR的原样
为Scala 2.11而不是2.10编译您自己的JAR通常比编译Spark本身要容易得多（要获得正确的结果，需要大量依赖项）。
通常，scala代码是用sbt构建的，sbt可以针对特定的scala版本，例如，请参见此线程等等。这是一个具体说明的问题：
scalaVersion in ThisBuild := "2.10.0"
您还可以使用sbt“交叉构建”，即为不同的scala版本构建不同的JAR。
crossScalaVersions := Seq("2.11.11", "2.12.2")
嗯，这是基于“某种”观点的。我的建议是：选择与生产Spark集群匹配的scala版本。
如果您的产品Spark是从https://spark.apache.org/downloads.html，然后正如他们所说，它使用Scala 2.11，这也是您应该使用的。在我看来，使用其他任何东西都会为以后的各种不兼容敞开大门。
坚持你的生产需要。
-
嗨，我正在尝试生成Salt示例的输出，但没有使用文档中提到的docker。我找到了帮助生成输出的scala代码，这是main.scala。我将main.scala修改为一个方便的main.scala, 我为这个scala创建了一个单独的文件夹, calac-cp“lib/salt.jar：lib/spark.jar”main.scala 这已成功运行并在文件夹BinexTest下生成类。 现在,项
-
当我使用spark-submit with master yarn和deploy-mode cluster提交spark作业时，它不会打印/返回任何applicationId，一旦作业完成，我必须手动检查MapReduce jobHistory或spark HistoryServer来获取作业细节。 我的集群被许多用户使用，在jobHistory/HistoryServer中找到我的作业需要很多时
-
当我运行Spark Scala程序时，有一个“Task not serializable”异常 Spark RDD是不可串行化类型（java类） 调用的函数来自不可序列化的类（java类，再次） 我的代码是这样的 我注意到我可以用 但对于RDD中的对象类，我仍然会遇到这个例外。我会以另一种方式，也会以另一种方式，也就是第二部分，因为我不想创建大量PredicateClass的对象。 你能帮我吗？我
-
我目前正在使用上面的UDF将一列字符串解析成一个键和值的数组。“50:63.25，100:58.38”到[[50，63.2]，[100，58.38]]。在某些情况下，字符串是“\N”，我无法解析列值。如果字符串是“\N”，那么我应该返回一个空数组。有人能帮我处理这个异常或帮我添加一个新的案例吗？我是spark-scala的新手。 错误：scala.MatchError：[Ljava.lang.St
-
问题内容： 我在选择主键时发现了此阅读材料。 是否有关于如何为给定表选择主键的指南/博客文章？ 我应该使用自动递增/生成的密钥，还是应该将主密钥基于要建模的数据（假设它具有真正唯一的字段）？ 出于性能考虑，主键是否应该总是很长，或者即使它是字符串，我也可以将外部唯一ID作为主键吗？ 问题答案： 我相信在实践中使用自然键很少比代理键好。 以下是使用自然键作为主键的主要缺点： 您可能有不正确的键值，或
-
我正在尝试 https://github.com/apache/spark/blob/v2.0.1/examples/src/main/scala/org/apache/spark/examples/sql/streaming/StructuredNetworkWordCountWindowed.scala 个例子。 但是，指定端口号处的输入应该是什么？