从你遇到的报错来看，核心问题出在你选用的Spark2.3.0-bin-without-hadoop版本上——这个发行版本身不包含Hadoop的二进制文件和关联依赖jar包，而docker-image-tool.sh脚本默认会调用Hadoop命令，同时Spark运行必需的SLF4J类也因为缺少依赖而无法加载。下面是针对性的解决步骤：

方案一：切换到带Hadoop的Spark发行版 #

最省心的方式是放弃without-hadoop版本，直接下载Spark2.3.0-bin-hadoopX.X系列的发行包（比如匹配你业务需求的Hadoop 2.7或3.0版本）。这类发行版自带完整的Hadoop二进制文件和依赖jar，docker-image-tool.sh能正常找到hadoop命令，SLF4J的依赖也会被自动纳入classpath，从根源避免这两类错误。

方案二：手动为without-hadoop版本补全Hadoop依赖 #

如果你必须使用without-hadoop版本，可以按以下步骤配置：

1. 下载兼容的Hadoop二进制包：选择与Spark 2.3.0兼容的Hadoop版本（推荐2.7.x系列），解压到容器构建时可访问的路径，比如/opt/hadoop
2. 修正spark-env.sh中的路径配置：在镜像构建流程中，修改/opt/spark/conf/spark-env.sh，替换错误的Hadoop路径：

   # 替换原有错误的HADOOP_HOME配置
   export HADOOP_HOME=/opt/hadoop
   export PATH=$HADOOP_HOME/bin:$PATH
   

3. 将Hadoop依赖纳入Spark classpath：把Hadoop的jar包（包含SLF4J相关jar）复制到Spark的jars目录，或者在spark-env.sh中添加：

   export SPARK_DIST_CLASSPATH=$(hadoop classpath)
   

4. 调整镜像构建参数：运行docker-image-tool.sh时，通过--build-arg传递正确的Hadoop路径到构建上下文：

   ./docker-image-tool.sh -r 你的镜像仓库地址 -t 2.3.0 --build-arg HADOOP_HOME=/opt/hadoop build
   

额外注意事项 #

• Spark 2.3.0对Kubernetes的支持处于beta阶段，确保你的K8s版本在官方兼容范围内（推荐1.10-1.12版本）
• 构建镜像时要保证所有文件权限正确，避免容器运行时出现读取权限问题
• SLF4J的NoClassDefFoundError本质是classpath缺失对应jar，除了通过Hadoop依赖引入，也可以单独下载SLF4J的api和实现jar（比如slf4j-api-1.7.16.jar、slf4j-log4j12-1.7.16.jar）放到Spark的jars目录

内容的提问来源于stack exchange，提问作者joshuarobinson