java - PySpark:无法创建 SparkSession。(Java 网关错误)

Question

我已经在 Windows 上安装了 PySpark，直到昨天才出现问题。我正在使用 windows 10、PySpark 版本 2.3.3(预构建版本)、java 版本“1.8.0_201”。昨天，当我尝试创建一个 spark session 时，我遇到了以下错误。

Exception                                 Traceback (most recent call last)
<ipython-input-2-a9ef4ac1a07d> in <module>
----> 1 spark = SparkSession.builder.appName("Hello").master("local").getOrCreate()

C:\spark-2.3.3-bin-hadoop2.7\python\pyspark\sql\session.py in getOrCreate(self)
    171                     for key, value in self._options.items():
    172                         sparkConf.set(key, value)
--> 173                     sc = SparkContext.getOrCreate(sparkConf)
    174                     # This SparkContext may be an existing one.
    175                     for key, value in self._options.items():

C:\spark-2.3.3-bin-hadoop2.7\python\pyspark\context.py in getOrCreate(cls, conf)
    361         with SparkContext._lock:
    362             if SparkContext._active_spark_context is None:
--> 363                 SparkContext(conf=conf or SparkConf())
    364             return SparkContext._active_spark_context
    365 

C:\spark-2.3.3-bin-hadoop2.7\python\pyspark\context.py in __init__(self, master, appName, sparkHome, pyFiles, environment, batchSize, serializer, conf, gateway, jsc, profiler_cls)
    127                     " note this option will be removed in Spark 3.0")
    128 
--> 129         SparkContext._ensure_initialized(self, gateway=gateway, conf=conf)
    130         try:
    131             self._do_init(master, appName, sparkHome, pyFiles, environment, batchSize, serializer,

C:\spark-2.3.3-bin-hadoop2.7\python\pyspark\context.py in _ensure_initialized(cls, instance, gateway, conf)
    310         with SparkContext._lock:
    311             if not SparkContext._gateway:
--> 312                 SparkContext._gateway = gateway or launch_gateway(conf)
    313                 SparkContext._jvm = SparkContext._gateway.jvm
    314 

C:\spark-2.3.3-bin-hadoop2.7\python\pyspark\java_gateway.py in launch_gateway(conf)
     44     :return: a JVM gateway
     45     """
---> 46     return _launch_gateway(conf)
     47 
     48 

C:\spark-2.3.3-bin-hadoop2.7\python\pyspark\java_gateway.py in _launch_gateway(conf, insecure)
    106 
    107             if not os.path.isfile(conn_info_file):
--> 108                 raise Exception("Java gateway process exited before sending its port number")
    109 
    110             with open(conn_info_file, "rb") as info:

Exception: Java gateway process exited before sending its port number

我确实检查了 github 上的 pyspark 问题以及相关的 stackoverflow 答案，但问题没有解决。

我确实尝试了以下方法:

1.) 尝试卸载、安装和更改 java 安装目录。目前，我的java安装目录是 C:/Java/ 。 Pyspark: Exception: Java gateway process exited before sending the driver its port number

2.) 尝试设置 PYSPARK_SUBMIT_ARGS，但没有帮助。

请建议我可能的解决方案。

Answer 1

我认为您需要再次卸载 java 和 pyspark，然后重新安装 java 和 pyspark。

pip install pyspark

然后转到系统 > 高级系统设置 > 环境变量 > 然后在用户变量 > 路径和系统变量 > 路径中编辑 java home。