0 背景

由于工作需要，利用spark完成機器學習。因此需要對spark集群進行操作。所以利用pycharm和pyspark遠程連接spark集群。這里記錄下遇到的問題及方法。
主要是參照下面的文獻完成相應的內容，但是具體問題要具體分析。

1 方法

1.1 軟件配置
spark2.3.3, hadoop2.6, python3
1.2 spark配置
Spark集群的每個節點的Python版本必須保持一致。在每個節點的$SPARK_HOME/conf/spark-env.sh中添加一行：具體看你的安裝目錄。

export PYSPARK_PYTHON=/home/hadoop/anaconda2/bin/python3

此步驟就是將python添加到spark的配置中。
此時，在服務器命令行輸入pyspark時，可以正常進入spark。
1.3本地配置
1.3.1 首先將spark2.3.3從服務器拷貝到本地。
注意： 由于我集群安裝的是spark-2.3.3-bin-without-hadoop。但是拷貝到本地后，總是報錯Java gateway process… 。同時我將hadoop2.6,的包也從服務器拷貝到本地加載到程序中，同樣報錯。
最后，直接從spark的官網中，下載了spark-2.3.3-bin-hadoop2.6，這回就可以了。
pyspark的版本與spark的版本最好對應。比如pyspark2.3.3，spark2.3.3

# os.environ['SPARK_HOME'] = r"F:\big_data\spark-2.3.3-bin-without-hadoop"(無用)
os.environ['SPARK_HOME'] = r"F:\big_data\spark-2.3.3-bin-hadoop2.6"（有用）
# os.environ["HADOOP_HOME"] = r"F:\big_data\hadoop-2.6.5"（無用）
# os.environ['JAVA_HOME'] = r"F:\Java\jdk1.8.0_144"（無用）

1.3.2
C:\Windows\System32….\hosts(Windows機器)中加入Spark集群Master節點的IP與主機名的映射。需要管理員權限修改。

其中的spark_cluster就是對于Master的IP的映射名。（直接寫IP一樣可以，映射名是為了方便）
1.3.3
添加剛剛下載解壓好的spark的python目錄到pycharm的project structure

1.3.4
新建py文件，編輯Edit Configurations添加SPARK_HOME變量

注意： 在實際中，這個不添加好像也可以。只需要在程序中加載了spark_home.比如os.envion(…spark…)

2 測試

import os
from pyspark import SparkContext
from pyspark import SparkConf
# os.environ['SPARK_HOME'] = r"F:\big_data\spark-2.3.3-bin-without-hadoop"
os.environ['SPARK_HOME'] = r"F:\big_data\spark-2.3.3-bin-hadoop2.6"
# os.environ["HADOOP_HOME"] = r"F:\big_data\hadoop-2.6.5"
# os.environ['JAVA_HOME'] = r"F:\Java\jdk1.8.0_144"
print(0)
conf = SparkConf().setMaster("spark://spark_cluster:7077").setAppName("test")
sc = SparkContext(conf=conf)
print(1)
logData = sc.textFile("file:///opt/spark-2.3.3-bin-without-hadoop/README.md").cache()
print(2)
print("num of a",logData)
sc.stop()

3 參考

PyCharm+PySpark遠程調試的環境配置的方法
Spark下：Java gateway process exited before sending the driver its port number等問題

估計每個人遇到的問題不一樣，但是大同小異，具體問題具體分析。

到此這篇關于pycharm利用pyspark遠程連接spark集群的實現的文章就介紹到這了,更多相關pyspark遠程連接spark集群內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！