使用 YARN 的分布式 xgboost 问题运行

Question

我发现有关 YARN 上的 xgboost 分布式模式的教程存在一些问题。

我按照他们的指示操作，但有些问题我无法解决。

我运行正在使用 Hadoop 2.6.0（似乎配置正确）连接 2 个 EC2 实例。

当我运行他们使用以下命令进行演示时：

cd xgboost/demo/distributed-training
# Use dmlc-submit to submit the job.
../../dmlc-core/tracker/dmlc-submit --cluster=yarn --num-workers=2 --worker-cores=2\
../../xgboost mushroom.aws.conf nthread=2\
data=s3://${BUCKET}/xgb-demo/train\
eval[test]=s3://${BUCKET}/xgb-demo/test\
model_dir=s3://${BUCKET}/xgb-demo/model

我从 Hadoop 容器中收到以下错误：

Traceback (most recent call last):
 File "./launcher.py", line 82, in <module>
 main()
 File "./launcher.py", line 77, in main
 ret = subprocess.call(args=sys.argv[1:], env=env)
 File "/usr/lib/python2.7/subprocess.py", line 523, in call
 return Popen(*popenargs, **kwargs).wait()
 File "/usr/lib/python2.7/subprocess.py", line 711, in __init__
  errread, errwrite)
 File "/usr/lib/python2.7/subprocess.py", line 1343, in _execute_child
raise child_exception
OSError: [Errno 2] No such file or directory

显然 subprocess 函数似乎无法找到某些文件。所以我试着看看 python 试图调用什么。 subrpocess的两个参数是：

['../../xgboost', './mushroom.aws.conf', 'nthread=1', 'data=s3://awstest.xgboost/xgb-demo/train', 'eval[test]=s3://awstest.xgboost/xgb-demo/test', 'model_dir=s3://awstest.xgboost/xgb-demo/model']

还有环境字典。环境字典调用 ${PYTHONPATH} 变量，但它似乎是空的，或者至少当我从终端回显它时它是空的。

你知道哪里出了问题吗？

谢谢。

Answer 1

我在您的代码中看到的主要问题是您使用的是相对路径。 dmlc-submit 命令不会在它将使用的每个节点中设置当前目录。这导致 python 子进程告诉您它找不到 ../.../xgboost 二进制文件，因为路径不相同。

我使用绝对路径来解决这个问题。

Answer 2

题目中的问题是由xgboost构建失败引起的。

之后我开始出现以下错误

what(): [19:15:47] src/io/s3_filesys.cc:779: Check failed: curl_easy_perform(curl) == CURLE_OK Aborted (core dumped)

最后一个错误是因为 S3 存储桶没有有效的 SSL 证书，所以我修改了 s3_filesys.cc 源，将所有 https 替换为 http

使用 YARN 的分布式 xgboost 问题运行

Problems running distributed xgboost with YARN

amazon-web-services

hadoop

xgboost

使用 YARN 的分布式 xgboost 问题 运行

Problems running distributed xgboost with YARN

amazon-web-services

hadoop

xgboost

使用 YARN 的分布式 xgboost 问题运行