AI 助理
文档备案控制台
开发者社区 开发与运维 文章 正文

Spark 单元测试报Error:(26, 16) java: 程序包sun.misc不存在

2024-05-29 622
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Spark 单元测试报Error:(26, 16) java: 程序包sun.misc不存在

在win10 中运行Spark出现Unsafe相关的包找不到的错误

Error:(25, 16) java: 程序包sun.misc不存在
Error:(30, 24) java: 找不到符号
  符号:   类 Unsafe
  位置: 类 org.apache.spark.unsafe.Platform

处理方法，在Project setting中把jdk的版本设置成1.8版本即可

文章标签：
Java
分布式计算
Spark
测试技术
关键词：
Java spark
Java程序
测试程序
apache spark程序
Java Error
敏叔V587
目录
相关文章
高端源码库
|
8月前
|
人工智能 监控 安全
智慧工地解决方案，java智慧工地程序代码
智慧工地系统融合物联网、AI、大数据等技术，实现对施工现场“人、机、料、法、环”的全面智能监控与管理，提升安全、效率与决策水平。
高端源码库
245 2
代码bug生产队
|
6月前
|
安全 Java
Java异常处理：程序世界的“交通规则
Java异常处理：程序世界的“交通规则
代码bug生产队
375 98
东阳马生架构
|
12月前
|
消息中间件 算法 安全
JUC并发—1.Java集合包底层源码剖析
本文主要对JDK中的集合包源码进行了剖析。
东阳马生架构
563 3
Aron_NeAr
|
7月前
|
存储 Java 编译器
对比Java学习Go——程序结构与变量
本节对比了Java与Go语言的基础结构，包括“Hello, World!”程序、代码组织方式、入口函数定义、基本数据类型及变量声明方式。Java强调严格的面向对象结构，所有代码需置于类中，入口方法需严格符合`public static void main(String[] args)`格式；而Go语言结构更简洁，使用包和函数组织代码，入口函数为`func main()`。两种语言在变量声明、常量定义、类型系统等方面也存在显著差异，体现了各自的设计哲学。
Aron_NeAr
278 0
1467896997967815
|
前端开发 JavaScript Java
[Java计算机毕设]基于ssm的OA办公管理系统的设计与实现，附源码+数据库+论文+开题，包安装调试
OA办公管理系统是一款基于Java和SSM框架开发的B/S架构应用，适用于Windows系统。项目包含管理员、项目管理人员和普通用户三种角色，分别负责系统管理、请假审批、图书借阅等日常办公事务。系统使用Vue、HTML、JavaScript、CSS和LayUI构建前端，后端采用SSM框架，数据库为MySQL，共24张表。提供完整演示视频和详细文档截图，支持远程安装调试，确保顺利运行。
1467896997967815
498 17
游客kufrkwrbkmpsa
|
存储 Java 数据库连接
【YashanDB知识库】Java程序调用存储过程，在提取clob时报YAS-00004
【YashanDB知识库】Java程序调用存储过程，在提取clob时报YAS-00004
游客kufrkwrbkmpsa
254 0
知与谁同
|
SQL 分布式计算 Spark
Spark程序运行常见错误解决方法以及优化
知与谁同
4885 0
大熊计算机
|
10月前
|
人工智能 分布式计算 大数据
大数据≠大样本：基于Spark的特征降维实战（提升10倍训练效率）
本文探讨了大数据场景下降维的核心问题与解决方案，重点分析了“维度灾难”对模型性能的影响及特征冗余的陷阱。通过数学证明与实际案例，揭示高维空间中样本稀疏性问题，并提出基于Spark的分布式降维技术选型与优化策略。文章详细展示了PCA在亿级用户画像中的应用，包括数据准备、核心实现与效果评估，同时深入探讨了协方差矩阵计算与特征值分解的并行优化方法。此外，还介绍了动态维度调整、非线性特征处理及降维与其他AI技术的协同效应，为生产环境提供了最佳实践指南。最终总结出降维的本质与工程实践原则，展望未来发展方向。
大熊计算机
519 0
郑小健
|
分布式计算 大数据 Apache
ClickHouse与大数据生态集成：Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代，能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统，ClickHouse 在大数据分析领域展现出了卓越的能力。然而，为了充分利用ClickHouse的优势，将其与现有的大数据处理框架（如Apache Spark和Apache Flink）进行集成变得尤为重要。本文将从我个人的角度出发，探讨如何通过这些技术的结合，实现对大规模数据的实时处理和分析。
郑小健
1149 2
ClickHouse与大数据生态集成：Spark & Flink 实战

热门文章

最新文章

  • 1
    开源大数据技术专场（上午）:Spark、HBase、JStorm应用与实践
  • 2
    Spark SQL性能优化
  • 3
    阿里巴巴瑾谦/沐远：云HBaseSQL及分析——Phoenix&Spark
  • 4
    【译】使用Spark SQL 运行大规模基因组工作流
  • 5
    EMR Spark Relational Cache的执行计划重写
  • 6
    云栖社区2019年1月技术活动：PG， Java，Spark等30+场预告【持续更新】
  • 7
    【Spark Summit East 2017】使用Spark进行时间序列分析
  • 8
    钉钉群直播【Spark Relational Cache 原理和实践】
  • 9
    Spark结合源码解决数据倾斜造成Too Large Frame
  • 10
    8月28日社区直播【Spark Streaming SQL流式处理简介】
  • 1
    测试金字塔：别再只盯着UI自动化了
    603
  • 2
    测试金字塔：构建高效自动化测试策略的基石
    493
  • 3
    测试金字塔：构建高效自动化测试策略的基石
    513
  • 4
    测试之道：重构你的测试策略 - 测试金字塔模型
    546
  • 5
    测试的艺术：掌握测试金字塔，构建高效测试策略
    384
  • 6
    告别脆弱：构建稳定UI自动化测试的3个核心策略
    620
  • 7
    告别蛮力：让测试数据生成变得智能而高效
    589
  • 8
    Cypress 插件实战：让测试更稳定，不再“偶尔掉链子”
    336
  • 9
    面试性能测试总被刷？学员真实遇到的高频问题全解析！
    447
  • 10
    从0到1：天猫AI测试用例生成的实践与突破
    2735

    • 相关课程

    更多
  • Java面试疑难点解析 - 面试技巧及语言基础
  • Java面试疑难点解析 - Java Web开发
  • Java面试疑难点解析 - 系统架构及项目设计
  • Java编程入门
  • Java面向对象编程
  • Java高级编程

    • 相关电子书

    更多
  • Spring Cloud Alibaba - 重新定义 Java Cloud-Native
  • The Reactive Cloud Native Arch
  • JAVA开发手册1.5.0
    • 下一篇
    开通oss服务