当尝试调用pyspark dataframe方法时，例如VS Code调试控制台中的show()，我得到一个评估警告(见下面的引用)。我试图重现这个警告，但是在不同的ide中，如Spyder或PyCharm，调试控制台可以调用pyspark dataframe方法。
正在求值:df.show()在3.00秒后没有完成。这可能意味着许多事情:
这个评估真的很慢，这是意料之中的。在这种情况下，可以通过引发超时、设置PYDEVD_WARN_EVALUATION_TIMEOUT环境变量设置为更大的值
计算可能需要其他线程在运行:在这种情况下，可以设置PYDEVD_UNBLOCK_THREADS_TIMEOUT环境变量，这样如果在给定的超时后计算没有完成，其他线程被解除阻塞，或者您可以手动恢复所有线程。
或者，也可以通过设置a来跳过特定线程的中断相关线程中的
pydev_do_not_trace = True属性。线程实例(如果某个线程应该一直运行，并且不希望在其中遇到断点)。求值已死锁:在这种情况下，您可以设置PYDEVD_THREAD_DUMP_ON_WARN_EVALUATION_TIMEOUT环境变量设置为true，以便与此消息一起显示线程转储可选地，将PYDEVD_INTERRUPT_THREAD_TIMEOUT设置为某个值，以便调试器当发生这种情况时，尝试中断计算(如果可能的话)。
在VS Code中调试pyspark方法时，是否有人遇到过类似的警告，并对如何解决这个问题提出建议?我还提供了我的发射装置。json设置:
"type": "python", "request": "launch", "program": "${file}", "env": {"DISPLAY":":1", "PYTHONPATH": "${workspaceRoot}", "PYDEVD_WARN_EVALUATION_TIMEOUT": "3"}, "console": "internalConsole"
执行F5 (Continue)并转到下一个断点/行，而在调试控制台中进行评估，似乎打破了死锁，并且数据帧正在打印。
请注意，这是在较小的数据帧中观察到的，它不需要花费太多时间来计算。
在spark本地模式(单机)下观察到此问题。这个问题不仅限于show()。它几乎应用了所有与df相关的操作。
我使用的解决方法是在代码中添加下面一行，并在这一行设置断点:
for I in range(100): time.sleep(1)
当你卡住(在死锁中)，只要按F5(继续)，它似乎打破了死锁，并在调试控制台吐出结果。然后调试器仍然在该行暂停。您可以在调试控制台中发出下一条语句，并继续使用此技巧多达100次。当然，您可以将其设置为100以上。