Spark异常Randomness of hash of string should be disabled via PYTHONHASHSEED

一、现象

  1. 用java写的在spark on yarn 模式下正常。
  2. 用python写的在spark on local 模式下正常,在spark on yarn 模式下出错。
Exception: Randomness of hash of string should be disabled via PYTHONHASHSEED
        at org.apache.spark.api.python.PythonRunner$$anon$1.read(PythonRDD.scala:193)
        at org.apache.spark.api.python.PythonRunner$$anon$1.<init>(PythonRDD.scala:234)
        at org.apache.spark.api.python.PythonRunner.compute(PythonRDD.scala:152)
        at org.apache.spark.api.python.PythonRDD.compute(PythonRDD.scala:63)
        at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
        at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
        at org.apache.spark.api.python.PairwiseRDD.compute(PythonRDD.scala:390)
        at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:323)
        at org.apache.spark.rdd.RDD.iterator(RDD.scala:287)
        at org.apache.spark.scheduler.ShuffleMapTask.runTask(ShuffleMapTask.scala:96)
        at org.apache.spark.scheduler.ShuffleMapTask.runTask(ShuffleMapTask.scala:53)
        at org.apache.spark.scheduler.Task.run(Task.scala:99)
        at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:322)
        at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
        ... 1 more

二、问题原因

经过排查,发现是python 的 PYTHONHASHSEED 环境变量引起的问题。
新版的python为了安全性,在hash计算时加入随加盐,在单会话下,加的盐是一致的,所以hash出来的结果一致。而在集群多台服务器一起计算时,每台服务器有各自的会话,大家都加随机加盐,结果导致各自的hash结果不一致。从而引起程序报错。

三、解决方案

解决方法很简单,关闭随机加盐,或设置相同的盐值。
方法一:
python代码里设转置环境变量

conf = SparkConf()
conf.set("spark.executorEnv.PYTHONHASHSEED","0");

方法二:
修改spark-defaults.conf,增加

spark.executorEnv.PYTHONHASHSEED=0
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值