最近一直在钻研IDE直连spark的问题。
用vmware建了3个虚拟机，来跑spark集群。安装的python版本是anaconda2的python2
在使用pycharm编写pyspark程序连接虚拟机的时候，
出现了这样的问题：

17/02/23 16:58:52 WARN TaskSetManager: Lost task 1.0 in stage 0.0 (TID 1, hadoop): ｊａｖａ.io.IOException: Cannot run program "python": error=2, No such file or directory
at ｊａｖａ.lang.ProcessBuilder.start(ProcessBuilder.ｊａｖａ:1048)
at org.apache.spark.api.python.PythonWorkerFactory.startDaemon(PythonWorkerFactory.scala:161)
at org.apache.spark.api.python.PythonWorkerFactory.createThroughDaemon(PythonWorkerFactory.scala:87)
at org.apache.spark.api.python.PythonWorkerFactory.create(PythonWorkerFactory.scala:63)
at org.apache.spark.SparkEnv.createPythonWorker(SparkEnv.scala:134)
at org.apache.spark.api.python.PythonRunner.compute(PythonRDD.scala:101)
at org.apache.spark.api.python.PythonRDD.compute(PythonRDD.scala:70)
at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:306)
at org.apache.spark.rdd.RDD.iterator(RDD.scala:270)
at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:66)
at org.apache.spark.scheduler.Task.run(Task.scala:89)
at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:227)
at ｊａｖａ.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.ｊａｖａ:1142)
at ｊａｖａ.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.ｊａｖａ:617)
at ｊａｖａ.lang.Thread.run(Thread.ｊａｖａ:745)
Caused by: ｊａｖａ.io.IOException: error=2, No such file or directory
at ｊａｖａ.lang.UNIXProcess.forkAndExec(Native Method)
at ｊａｖａ.lang.UNIXProcess.(UNIXProcess.ｊａｖａ:247)
at ｊａｖａ.lang.ProcessImpl.start(ProcessImpl.ｊａｖａ:134)
at ｊａｖａ.lang.ProcessBuilder.start(ProcessBuilder.ｊａｖａ:1029)
... 14 more

　　而跑spark单机模式的时候没有这个问题。
　　联想到之前spark有个非常不智能的设定，就是你在/etc/profile里面设置好java环境变量后，hadoop能用，但是spark提示找不到java。上网一查发现原来spark非得在conf/spark-env.sh里面再设置一遍环境变量。会不会这回找不到python也是这个问题呢？因为我直接在命令行输入python是能找到python并进入其命令行模式的。
　　可是，进spark-env.sh看了以后，发觉我已经设置了这2个环境变量：
JAVA_HOME=/home/hadoop/jdk1.8.0_112
PYTHON_HOME=/home/hadoop/anaconda2
　　最后想，难不成PATH参数都得给它设置一遍？给spark集群中每台机子的spark-env.sh加上如下
PATH=$PYTHON_HOME/bin:$PATH
　　然后……它就能用了，不报错了……看来还真的给它单独设置一遍环境变量……


Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区