文章目录

• • Pyspark on Yarn解决pythony依赖问题
  • • 前期准备
    • python虚拟环境创建及打包
    • pyspark设置python3
    • 提交spark任务

Pyspark on Yarn解决pythony依赖问题

前期准备

安装及编译python版本3.6.8 【需要每个YARN NodeManager节点编译安装python3】

下载spark版本 2.4.5

python虚拟环境创建及打包

• 创建python虚拟环境

• 压缩虚拟环境

  cd /usr/local/thirdparty/ zip -q -r ai.zip ai/

• 虚拟环境put到HDFS

  hdfs dfs -put ai.zip /ai

pyspark设置python3

• 修改spark-env.sh文件，新增配置

  vim spark-env.sh

  export PYSPARK_PYTHON=/usr/local/bin/python3

• 修改bin目录下的pyspark

  vim pyspark

  if [[ -z "$PYSPARK_PYTHON" ]]; then if [[ $PYSPARK_DRIVER_PYTHON == *ipython* && ! $WORKS_WITH_IPYTHON ]]; then echo "IPython requires Python 2.7+; please install python2.7 or set PYSPARK_PYTHON" 1>&2 exit 1 else PYSPARK_PYTHON=python3 #修改此处 fi fi export PYSPARK_PYTHON

提交spark任务

• spark submit提交任务

  spark-submit –master yarn –deploy-mode cluster –archives hdfs:///ai/ai_test.zip#py3 –conf spark.yarn.appMasterEnv.PYSPARK_PYTHON='py3/ai_test/bin/python' –conf spark.yarn.appMasterEnv.PYSPARK_DRIVER_PYTHON='py3/ai/bin/python' xxx.py

  –archives hdfs:///ai/ai_test.zip#py3 #py3 是一个别名，可任意取，便于spark.yarn.appMasterEnv.PYSPARK_PYTHON定位python环境