一、本地运行

pyspark --master local[N]

local[N] 代表在本地运行，N的值代表同时执行N个程序

（1）查看当前的运行模式：sc.master

 （2）读取本地文件，路径之前加上“file：”

    testFile = sc.textFile('file:/usr/local/spark/README.md')

（3）显示项数

testFile.count()

（4）读取HDFS的文件，路径之前加上“hdfs://master:9000”

二、在Hadoop YARN运行pyspark

HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop/ pyspark --master yarn --deploy-mode client

在可视化界面里面查看

出现的问题以及解决

1、warn：出现没有配置jar的问题

第一步：在hdfs上设置文件夹并且上传本地文件

/usr/local/hadoop/bin/hdfs dfs -put /usr/local/spark/jars/* /user/hadoop/spark_jars/ 

第二步：修改配置文件

cp spark-defaults.conf.template spark-defaults.conf
sudo gedit spark-defaults.conf

加入以下一句话

park.yarn.jars=hdfs://master:9000/usr/local/spark/jars/* /user/hadoop/spark_jars/

 

 

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