pyspark——错误只出现在IPython中,而不会出现在vanilla python中



如果我通过在控制台中输入/usr/bin/pyspark来启动pyspark,下面的示例代码将运行而没有任何错误。但是,如果我在ippython中使用它,要么通过调用

$IPYTHON_OPTS="notebook" /usr/bin/pyspark # notebook

或by

$IPYTHON=1 /usr/bin/pyspark

则抛出异常。

这是代码:

from pyspark import SparkContext,SparkConf
from pyspark import SQLContext
from pyspark.sql.types import *
# sc is a SparkContex object created when pyspark is invoked
sqc = SQLContext(sc)

下面是错误信息:

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-1-f0bbbc9cdb50> in <module>()
      3 from pyspark.sql.types import *
      4 # sc is a SparkContex object created when pyspark is invoked
----> 5 sqc = SQLContext(sc)
/opt/cloudera/parcels/CDH-5.4.2-1.cdh5.4.2.p0.2/lib/spark/python/pyspark/sql/context.py in __init__(self, sparkContext, sqlContext)
     91         """
     92         self._sc = sparkContext
---> 93         self._jsc = self._sc._jsc
     94         self._jvm = self._sc._jvm
     95         self._scala_SQLContext = sqlContext
AttributeError: 'module' object has no attribute '_jsc'

是什么导致了这个错误,我该如何修复它?

如果我在Linux上使用Anaconda python发行版,那么问题就存在了:

    ~$ ipython --version
    4.0.0
    ~$ python --version
    Python 2.7.10 :: Anaconda 2.3.0 (64-bit)

但是,如果我禁用anaconda发行版并使用系统自带的Python,一切都会正常运行

    $ ipython --version
    4.0.0
    $ python --version
    Python 2.7.3
    $ cat /etc/issue
    Debian GNU/Linux 7 n l

问题出在Anaconda上,但我还是不知道问题出在哪里

不确定具体的错误,因为它应该对香草和蟒蛇火花有相同的问题,但是,您可以检查几件事:

确保驱动程序和工作程序都安装了相同的python版本。不同的版本可能会导致序列化问题。

一般不推荐使用

IPYTHON_OPTS。我定义了以下环境变量:

# tells pyspark to use notebook
export PYSPARK_DRIVER_PYTHON_OPS="notebook"
# tells pyspark to use the jupyter executable instead of python. In your case you might want this to be ipython instead
export PYSPARK_DRIVER_PYTHON=/opt/anaconda2/bin/jupyter
# tells pyspark where the python executable is on the executors. It MUST be the same version of python (preferably with the same packages if you are using them in a UDF or similar
export PYSPARK_PYTHON=/opt/anaconda2/bin/python

当然,我看到你没有在命令行中添加一个master,所以如果你没有改变你的spark默认值(即没有worker),这将在本地运行spark。

相关内容

  • 没有找到相关文章

最新更新