首先准备1个jar

然后保证他丢到服务器，能用spark-submit /sparkTest.jar跑。

不会打包spark的可参考:linux上spark运行scala的jar包_我要用代码向我喜欢的女孩表白的博客-CSDN博客

首先你得有oozie和hue，安装好了，才行

下面是jar在hue的oozie中的应用

切换文档为操作action

将那个星星，也就是spark程序，托过来

然后上传你的spark.jar到hdfs上，因为他只能读取hdfs的jar

打开一台机器

hadoop fs -mkdir /sparkNews

hadoop fs -put /sparkTest.jar /sparkNews

其中/sparkTest.jar是我本地jar包的路径

开启权限

hadoop fs -chmod -R 777 /sparkNews

 选择你的jar位置

然后保存

 

点击提交，播放的那个标识，三角形

 提交，点击试运行，出现问题

不得不说网上的菜雕，写文章真是太shift了，我还根据下面安装了半天？

然后我CDH直接搞定

简书 这篇文章是真好，csdn的文章鱼龙混杂，鱼目混珠。

安装完成之后，直接就有lib

之后，进行中，一直卡在百分之50，打开oozie日志发现

 没有log4j2文件，但是我有log4j.xml，难道还得加1个log4j2?，我直接启动spark都没有这种情况。我加上试一下

先在集群上直接测试，丢到oozie上测试

然后点击运行：发现一直卡在50%

 去oozie查看日志

点击oozie选择oozie web ui

先看这条running的，然后点击橙色，跳转到日志界面

拉到最下面查看日志，点他，和点logs，这2个id的，logs都要看

 他说我没有设置hadoop的环境变量

添加环境变量(分发到所有机器）

vi /etc/profile

export HADOOP_HOME=/opt/cloudera/parcels/CDH-6.3.2-1.cdh6.3.2.p0.1605554/lib/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SPARK_DIST_CLASSPATH=$(hadoop classpath)

 source /etc/profile（所有机器）

或者在代码使用

System.setProperty("HADOOP_USER_NAME","root")
System.setProperty("HADOOP_HOME","/opt/cloudera/parcels/CDH-6.3.2-1.cdh6.3.2.p0.1605554/lib/hadoop")

配置的时候一定要

Files 和jar/py.name保持一致

与代码中要执行的类，保持一致

点击设置：

AppName改成代码里的名称

 默认的客户端模式，我配置了集群，所以写集群模式

集群模式定义之前，spark一定要开启集群模式

​​​​​​​如何使用Hue创建Spark2的Oozie工作流_worldchinalee的博客-CSDN博客_hue oozie spark

以上是使用Spark2

如果用cluster模式，代码中不能有master。因为cluster模式，是将driver提交到其中一台机器上执行，然后交给集群执行

client模式，是本地driver交给集群执行，网速好的情况，当然使用client模式

错误示范直接跳过

通过命令"hadoop fs -ls /user"命令查看文件目录，确实不存在/user/oozie路径，说明oozie的sharelib没有放到hdfs上，我们现在要做的就是将oozie的share lib放到Hadoop的对应目录中

 hadoop fs -mkdir -p /user/oozie/share/lib

没有，我就创建一个空的呗，然后再次运行

org.apache.oozie.action.ActionExecutorException: Could not locate Oozie sharelib

参考:Oozie 报错的解决方法_qqliang1314的博客-CSDN博客t

他说在做一个本地映射，找到oozie的lib目录

/opt/cloudera/parcels/CDH-6.3.2-1.cdh6.3.2.p0.1605554/lib/oozie

解决参考:安装Oozie共享库并添加Spark2_gmHappy的博客-CSDN博客