有關 PySpark 的那些事


環境設定

  • JAVA_HOME: 設定 JAVA 的路徑
  • SPARK_HOME: 設定 SPARK 的路徑
  • PYSPARK_DRIVER_PYTHON: 設定 Driver 的 python 路徑
  • PYSPARK_PYTHON=python3: 設定 Driver 的 python 版本
    • 遇到的 Error: Exception: Python in worker has different version 3.4 than that in driver 2.7, PySpark cannot run with different minor versions
  • HOSTIP: 如果是用 cluster mode 的話需要設定。

Hadoop

  • 如果是使用 Hadoop 作為檔案系統的話,處理檔案可能需要 hadoop client。






你可能感興趣的文章

關於 chrome 效能檢測工具的一點心得

關於 chrome 效能檢測工具的一點心得

align-content & align-items

align-content & align-items

[ 筆記 ] JavaScript - 測試 Jest - TDD

[ 筆記 ] JavaScript - 測試 Jest - TDD






留言討論