В AWS EMR Jupyter Notebook, как изменить пользователя с livy на hadoop

Я создал кластер AWS EMR и загрузил,

sparkify_log_small.json

И создал EMR Jupyter Notebook с приведенным ниже кодом, думая, что он будет читать из домашнего каталога пользователя (hadoop).

sparkify_log_data = "sparkify_log_small.json"
df = spark.read.json(sparkify_log_data)
df.persist()
df.head(5)

Но при отправке кода я получаю следующую ошибку.

'Path does not exist: hdfs://ip-172-31-50-58.us-west-2.compute.internal:8020/user/livy/sparkify_log_small.json;'
Traceback (most recent call last):
  File "/usr/lib/spark/python/lib/pyspark.zip/pyspark/sql/readwriter.py", line 274, in json
    return self._df(self._jreader.json(self._spark._sc._jvm.PythonUtils.toSeq(path)))
  File "/usr/lib/spark/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py", line 1257, in __call__
    answer, self.gateway_client, self.target_id, self.name)
  File "/usr/lib/spark/python/lib/pyspark.zip/pyspark/sql/utils.py", line 69, in deco
    raise AnalysisException(s.split(': ', 1)[1], stackTrace)
pyspark.sql.utils.AnalysisException: 'Path does not exist: hdfs://ip-172-31-50-58.us-west-2.compute.internal:8020/user/livy/sparkify_log_small.json;'

Из Google узнал, что пользователем YARN по умолчанию является livy. Как я могу изменить пользователя в записной книжке jupyter с livy на hadoop (или) указать на правильный каталог.

Я попытался создать папку, как показано ниже, и скопировать файл из /home/hadoop/sparkify_log_small.json в /home/livy/sparkify_log_small.json

но не вышло.

Здесь в основном я пытаюсь прочитать файл из ec2-master из записной книжки.


person bobby.dreamer    schedule 23.10.2019    source источник


Ответы (1)


Ниже процедуры разрешили это,

Проверенные файлы HADoop

hadoop fs -ls

Создана папка в файловой системе hadoop

hdfs dfs -mkdir /home
hdfs dfs -mkdir /home/hadoop

Файл скопирован в это место

hadoop fs -put ./sparkify_log_small.json /home/hadoop/sparkify_log_small.json

Затем запустил код Python в ячейке jupyter. Это сработало.

person bobby.dreamer    schedule 23.10.2019