yarn上报错Cannot run program “python“: error=2, No such file or directory

 

 

　　配置好yarn《【解决】处于ACCEPTED状态不running，Oozie提交pyspark任务后》，并解决宕机问题《运行yarn宕机（pyspark任务，通过Oozie提交）》后，出现新的问题：

 

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.deploy.PythonRunner$.main(PythonRunner.scala:82)

at org.apache.spark.deploy.PythonRunner.main(PythonRunner.scala)

at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.ｊａｖａ:62)

at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.ｊａｖａ:43)

at ｊａｖａ.lang.reflect.Method.invoke(Method.ｊａｖａ:498)

at org.apache.spark.deploy.yarn.ApplicationMaster$$anon$2.run(ApplicationMaster.scala:542)

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)

... 7 more

17/02/26 22:03:29 INFO ApplicationMaster: Final app status: FAILED, exitCode: 15, (reason: User class threw exception: ｊａｖａ.io.IOException: Cannot run program "python": error=2, No such file or directory)

 

【思路】之前成功通过《[win下pycharm运行spark]IOException: Cannot run program "python"》方法解决了问题

这回一查，发觉每台机子下的spark-env.sh都设置了这些啊：

 

JAVA_HOME=/home/hadoop/jdk1.8.0_112

PYTHON_HOME=/home/hadoop/anaconda2

PATH=$PYTHON_HOME/bin:$PATH

 

　　会不会是etc那里的问题呢？

　　查看/etc/profile文件夹，发觉果然没设置PATH，只设置了python_home

　　但是anaconda的path设置了（$ANACONDA_HOME/bin）

　　两个一起设置会不会冲突呢？

【尝试１】一起设置

　　果然冲突了。无法启动spark

　　好吧，显示启动报错但是确实jps里面worker和master都有了，spark web ui也能正常打开。

 

　但是提交pyspark的oozie任务

【依然报错】17/02/26 22:22:13 ERROR ApplicationMaster: User class threw exception: java.io.IOException: Cannot run program "python": error=2, No such file or directory

【推测】运行spark本身可能高度依赖于自己的配置环境，所以要在spark-env里面配置一遍环境变量。

而通过yarn来运行的时候，yarn可能更多的是调用集群本地的命令行的运行的。那么是不是就要修改yarn-env.sh中的环境变量呢？

 

 

【尝试２】把PATH=$PYTHON_HOME/bin:$PATH写到yarn-env.sh的里面

【解决】结果pyspark真的就开始跑成功了。确实，如果通过yarn启动的任务，那么相应任务需求的环境变量，最好也在yarn-env.sh里面设置一遍。