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。