Несколько ошибок при попытке запустить Spark с python 3

1

Я пытаюсь запустить искру, используя pyspark на python 3 с ubuntu 18.04, однако я получаю кучу разных ошибок, которые я не знаю, как обращаться. Я использую Java 10 jdk и моя переменная JAVA_HOME уже установлена.

это код, который я пытаюсь запустить на python:

import sys
from pyspark import SparkContext
from pyspark.streaming import StreamingContext



sc = SparkContext(appName="PysparkStreaming")
ssc = StreamingContext(sc, 3)   #Streaming will execute in each 3 seconds
lines = ssc.textFileStream('/home/mabarberan/Escritorio/prueba spark/')  #'log/ mean directory name
counts = lines.flatMap(lambda line: line.split(" ")) \
    .map(lambda x: (x, 1)) \
    .reduceByKey(lambda a, b: a + b)
counts.pprint()
ssc.start()
ssc.awaitTermination()

и это ошибки, которые я получаю:

/home/mabarberan/anaconda3/bin/python /home/mabarberan/Descargas/carpeta.py
WARNING: An illegal reflective access operation has occurred
WARNING: Illegal reflective access by org.apache.hadoop.security.authentication.util.KerberosUtil (file:/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/jars/hadoop-auth-2.7.3.jar) to method sun.security.krb5.Config.getInstance()
WARNING: Please consider reporting this to the maintainers of org.apache.hadoop.security.authentication.util.KerberosUtil
WARNING: Use --illegal-access=warn to enable warnings of further illegal reflective access operations
WARNING: All illegal access operations will be denied in a future release
2018-06-21 12:53:07 WARN  NativeCodeLoader:62 - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
[Stage 1:>                                                          (0 + 1) / 1]2018-06-21 12:53:13 ERROR PythonRunner:91 - Python worker exited unexpectedly (crashed)
org.apache.spark.api.python.PythonException: Traceback (most recent call last):
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/python/lib/pyspark.zip/pyspark/worker.py", line 176, in main
    ("%d.%d" % sys.version_info[:2], version))
Exception: Python in worker has different version 2.7 than that in driver 3.6, PySpark cannot run with different minor versions.Please check environment variables PYSPARK_PYTHON and PYSPARK_DRIVER_PYTHON are correctly set.

Я не могу вставить здесь весь код ошибки, но вот что будет дальше:

at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:87)
    at org.apache.spark.scheduler.Task.run(Task.scala:109)
    at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:345)
    at java.base/java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1135)
    at java.base/java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:635)
    at java.base/java.lang.Thread.run(Thread.java:844)
Caused by: org.apache.spark.api.python.PythonException: Traceback (most recent call last):
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/python/lib/pyspark.zip/pyspark/worker.py", line 176, in main
    ("%d.%d" % sys.version_info[:2], version))
Exception: Python in worker has different version 2.7 than that in driver 3.6, PySpark cannot run with different minor versions.Please check environment variables PYSPARK_PYTHON and PYSPARK_DRIVER_PYTHON are correctly set.

    2018-06-21 12:53:13 ERROR TaskSetManager:70 - Task 0 in stage 1.0 failed 1 times; aborting job
2018-06-21 12:53:13 ERROR JobScheduler:91 - Error running job streaming job 1529578392000 ms.0
org.apache.spark.SparkException: An exception was raised by Python:
Traceback (most recent call last):
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/streaming/util.py", line 65, in call
    r = self.func(t, *rdds)
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/streaming/dstream.py", line 171, in takeAndPrint
    taken = rdd.take(num + 1)
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/rdd.py", line 1375, in take
    res = self.context.runJob(self, takeUpToNumLeft, p)
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/context.py", line 1013, in runJob
    sock_info = self._jvm.PythonRDD.runJob(self._jsc.sc(), mappedRDD._jrdd, partitions)
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/py4j/java_gateway.py", line 1257, in __call__
    answer, self.gateway_client, self.target_id, self.name)
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/py4j/protocol.py", line 328, in get_return_value
    format(target_id, ".", name), value)
py4j.protocol.Py4JJavaError: An error occurred while calling z:org.apache.spark.api.python.PythonRDD.runJob.
: org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 1.0 failed 1 times, most recent failure: Lost task 0.0 in stage 1.0 (TID 0, localhost, executor driver): org.apache.spark.api.python.PythonException: Traceback (most recent call last):
  File "/home/mabarberan/anaconda3/lib/python3.6/site-packages/pyspark/python/lib/pyspark.zip/pyspark/worker.py", line 176, in main
    ("%d.%d" % sys.version_info[:2], version))
Exception: Python in worker has different version 2.7 than that in driver 3.6, PySpark cannot run with different minor versions.Please check environment variables PYSPARK_PYTHON and PYSPARK_DRIVER_PYTHON are correctly set.

Process finished with exit code 1

Я искал ошибки и видел их индивидуально для других людей, но, кажется, у меня есть все они в одно и то же время, я пробовал некоторые исправления, которые я нашел в Интернете, но они, похоже, не работали, поэтому я застрял. Я был бы признателен за любую помощь в этом.

заранее спасибо

Теги:
apache-spark
pyspark

1 ответ

0

Вы начинаете мастер с anaconda python, а работники используют python по умолчанию. Вы можете удалить путь anaconda из.bashrc или установить переменные PYSPARK_PYTHON и SPARK_DRIVER_PYTHON в spark-env на путь python, который вы хотите использовать. Для примеров добавьте строки ниже в $ SPARK_HOME/conf/spark-env.sh

export PYSPARK_PYTHON=/usr/bin/python3
export SPARK_DRIVER_PYTHON=/usr/bin/python3
  • 0
    эй @ хамза тунец, спасибо за твой ответ. Я уже получил это исправление из Интернета, попробовал его, но все еще с той же проблемой.
  • 0
    вот мой env. переменные в .bashrc: #spark export SPARK_HOME=/usr/local/spark-2.3.1-bin-hadoop2.7 export PYTHONPATH=$SPARK_HOME/python/:$PYTHONPATH PYTHONPATH=$SPARK_HOME/python/lib/py4j-0.8.2.1-src.zip:$PYTHONPATH export IPYTHON=1 export PYSPARK_DRIVER_PYTHON=ipython3 export PYSPARK_DRIVER_PYTHON_OPTS="notebook" export PYSPARK_PYTHON=/usr/bin/python3 export SPARK_DRIVER_PYTHON=/usr/bin/python3
Показать ещё 1 комментарий

Ещё вопросы

Сообщество Overcoder
Наверх
Меню