• 【错误记录】PySpark 运行报错 ( Did not find winutils.exe | HADOOP_HOME and hadoop.home.dir are unset )






    一、报错信息



    核心报错信息 :

    • WARN Shell: Did not find winutils.exe: java.io.FileNotFoundException:
    • java.io.FileNotFoundException: HADOOP_HOME and hadoop.home.dir are unset.

    PyCharm 中 , 调用 PySpark 执行 计算任务 , 会报如下错误 :

    D:\001_Develop\022_Python\Python39\python.exe D:/002_Project/011_Python/HelloPython/Client.py
    23/08/01 11:25:24 WARN Shell: Did not find winutils.exe: java.io.FileNotFoundException: java.io.FileNotFoundException: HADOOP_HOME and hadoop.home.dir are unset. -see https://wiki.apache.org/hadoop/WindowsProblems
    Setting default log level to "WARN".
    To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
    23/08/01 11:25:24 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
    PySpark 版本号 :  3.4.1
    查看文件内容 :  ['Tom Jerry', 'Tom Jerry Tom', 'Jack Jerry']
    查看文件内容展平效果 :  ['Tom', 'Jerry', 'Tom', 'Jerry', 'Tom', 'Jack', 'Jerry']
    转为二元元组效果 :  [('Tom', 1), ('Jerry', 1), ('Tom', 1), ('Jerry', 1), ('Tom', 1), ('Jack', 1), ('Jerry', 1)]
    D:\001_Develop\022_Python\Python39\Lib\site-packages\pyspark\python\lib\pyspark.zip\pyspark\shuffle.py:65: UserWarning: Please install psutil to have better support with spilling
    D:\001_Develop\022_Python\Python39\Lib\site-packages\pyspark\python\lib\pyspark.zip\pyspark\shuffle.py:65: UserWarning: Please install psutil to have better support with spilling
    D:\001_Develop\022_Python\Python39\Lib\site-packages\pyspark\python\lib\pyspark.zip\pyspark\shuffle.py:65: UserWarning: Please install psutil to have better support with spilling
    D:\001_Develop\022_Python\Python39\Lib\site-packages\pyspark\python\lib\pyspark.zip\pyspark\shuffle.py:65: UserWarning: Please install psutil to have better support with spilling
    最终统计单词 :  [('Tom', 3), ('Jack', 1), ('Jerry', 3)]
    
    Process finished with exit code 0
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    在这里插入图片描述





    二、解决方案 ( 安装 Hadoop 运行环境 )



    核心报错信息 :

    • WARN Shell: Did not find winutils.exe: java.io.FileNotFoundException:
    • java.io.FileNotFoundException: HADOOP_HOME and hadoop.home.dir are unset.

    PySpark 一般会与 Hadoop 环境一起运行 , 如果在 Windows 中没有安装 Hadoop 运行环境 , 就会报上述错误 ;

    Hadoop 发布版本在 https://hadoop.apache.org/releases.html 页面可下载 ;
    在这里插入图片描述

    当前最新版本是 3.3.6 , 点击 Binary download 下的 binary (checksum signature) 链接 ,
    在这里插入图片描述
    进入到 Hadoop 3.3.6 下载页面 :

    在这里插入图片描述

    下载地址为 :

    https://dlcdn.apache.org/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz

    官方下载速度很慢 ;

    在这里插入图片描述

    这里提供一个 Hadoop 版本 , Hadoop 3.3.4 + winutils , CSDN 0 积分下载地址 :

    下载完后 , 解压 Hadoop , 安装路径为 D:\001_Develop\052_Hadoop\hadoop-3.3.4\hadoop-3.3.4 ;

    在这里插入图片描述

    在 环境变量 中 , 设置

    HADOOP_HOME = D:\001_Develop\052_Hadoop\hadoop-3.3.4\hadoop-3.3.4

    系统 环境变量 ;

    在这里插入图片描述

    在 Path 环境变量中 , 增加

    %HADOOP_HOME%\bin
    %HADOOP_HOME%\sbin

    环境变量 ;

    在这里插入图片描述

    设置 D:\001_Develop\052_Hadoop\hadoop-3.3.4\hadoop-3.3.4\etc\hadoop\hadoop-env.cmd 脚本中的 JAVA_HOME 为真实的 JDK 路径 ;

    set JAVA_HOME=%JAVA_HOME%
    
    • 1

    修改为

    set JAVA_HOME=C:\Program Files\Java\jdk1.8.0_91
    
    • 1

    在这里插入图片描述

    将 winutils-master\hadoop-3.3.0\bin 中的 hadoop.dll 和 winutils.exe 文件拷贝到 C:\Windows\System32 目录中 ;

    在这里插入图片描述

    重启电脑 , 一定要重启 ;

    然后在命令行中 , 执行

    hadoop -version
    
    • 1

    验证 Hadoop 是否安装完成 ;

  • 相关阅读:
    OneFlow源码解析:Tensor类型体系与Local Tensor
    Speech | 语音处理,分割一段音频(python)
    基于linux的web服务器(问题)
    Ansible 常用命令50条
    [管理与领导-96]:IT基层管理者 - 扩展技能 - 5 - 职场丛林法则 -10- 七分做,三分讲,完整汇报工作的艺术
    Redis高可用方案
    39.JS插件
    echarts一些配置项的使用
    IT人员必看!如何快速建立核心竞争力,避免面试时被淘汰
    GameFramework食用指南
  • 原文地址:https://blog.csdn.net/han1202012/article/details/132042385