PySpark环境搭建常见问题及解决
本文主要收录PySpark开发环境搭建时常见的一些问题及解决方案,并收集一些相关资源
1、winutils.exe问题
报错摘要:
python
WARN Shell: Did not find winutils.exe: {}
java.io.FileNotFoundException: java.io.FileNotFoundException: HADOOP_HOME and hadoop.home.dir are unset.
......
原因1 :缺少Hadoop的Windows支持环境:hadoop.dll
和winutils.exe
详见官网: https://cwiki.apache.org/confluence/display/hadoop/WindowsProblems
原因2 :已经下载hadoop.dll
和winutils.exe
,并配置了环境变量,但未将hadoop.dll
(winutils.exe
可不用)文件拷贝到C:\Windows\System32
目录中(重启电脑才能生效)
解决 :下载Hadoop的Windows支持环境:hadoop.dll
和winutils.exe
,配置环境变量,并将hadoop.dll
文件拷贝到C:\Windows\System32
目录中,重启电脑
PS :hadoop.dll
和winutils.exe
各版本下载链接见文末附录
2、SparkURL问题
报错摘要:
python
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
23/12/05 14:50:09 ERROR SparkContext: Error initializing SparkContext.
org.apache.spark.SparkException: Invalid Spark URL: spark://HeartbeatReceiver@***
......
原因 :主机名带了下划线_
或点.
导致
解决:
方式1 :添加配置:spark.driver.host=localhost
方式2:修改本机hosts文件:添加主机名与IP映射:
python
主机名 127.0.0.1
然后添加配置:spark.driver.bindAddress=127.0.0.1
Spark属性配置官方文档:https://spark.apache.org/docs/3.1.2/configuration.html
3、set_ugi()问题
报错摘要:
python
23/12/05 15:13:10 WARN NativeIO: NativeIO.getStat error (3): ϵͳ�Ҳ���ָ����·����
-- file path: tmp/hive
23/12/05 15:13:21 WARN ProcfsMetricsGetter: Exception when trying to compute pagesize, as a result reporting of ProcessTree metrics is stopped
23/12/05 15:13:22 WARN metastore: set_ugi() not successful, Likely cause: new client talking to old server. Continuing without it.
org.apache.thrift.transport.TTransportException
......
可能原因:权限问题
解决 :首先配置屏蔽:spark.executor.processTreeMetrics.enabled=false
,然后尝试如下方式:
方式1:修改hdfs-site.xml
xml
# 在集群服务器的hdfs-site.xml文件中添加跳过权限验证
# 注意修改配置前先停止集群,配置结束之后,重启集群即可。经测试只需要修改NameNode上的配置文件即可
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
方式2:修改hive-site.xml
xml
# 新客户端与旧服务器通信,hive-site.xml与服务器不同步
# 在hive-site.xml中添加以下内容:
<property>
<name>hive.metastore.event.db.notification.api.auth</name>
<value>false</value>
</property>
================== 附录资源 ==================
hadoop.dll和winutils.exe各版本下载 :https://github.com/cdarlint/winutils/tree/master/hadoop-3.1.2
Hadoop各版本下载 :https://archive.apache.org/dist/hadoop/common/
Spark各版本下载 :http://archive.apache.org/dist/spark/