如何解决在AWS EMR上``搜索时找不到有效的SPARK_HOME''
在使用spark submit
命令在EMR群集上运行python脚本时,进程停留在10%的状态(可以通过yarn application --list
看到),当我检查日志时,所有内核执行程序都会显示以下消息类型,因为最近出现错误:
Could not find valid SPARK_HOME while searching ['/mnt1/yarn/usercache/hadoop/appcache/application_x_0001','/mnt/yarn/usercache/hadoop/filecache/11/pyspark.zip/pyspark','/mnt1/yarn/usercache/hadoop/appcache/application_x_0001/container_x_0001_01_000002/pyspark.zip/pyspark','/mnt1/yarn/usercache/hadoop/appcache/application_x_0001/container_x_0001_01_000002']
代码在本地运行良好,并且由于Spark已安装在所有内核上,所以我无法弄清楚此问题的原因以及如何解决此错误。在Portuguese中的一篇帖子旁边,没有明确的答案,我找不到任何可以解决此问题的帖子。
解决方法
最后,我发现此错误的原因是试图从运行在内核上且不属于主脚本的函数中调用spark上下文对象,而该函数已在主脚本中创建。显然,以下命令
from pyspark import SparkContext
sc = SparkContext.getOrCreate()
创建一个新的SparkContext对象,即使该对象已经在主节点上的主脚本中创建。因此,为了避免出现此问题,如果在不是主脚本的脚本中使用sparkContext,则必须将其从主脚本显式导出/导入到副脚本中(例如,作为a的参数)功能),以避免出现以下问题。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。