py4j.protocol.Py4JJavaError 在调用 z:org.apache.spark.api.python.PythonRDD.collectAndServe 时发生
py4j.protocol.Py4JJavaError occurred while calling z:org.apache.spark.api.python.PythonRDD.collectAndServe
我在我的机器上安装了 apache-spark 和 pyspark (Ubuntu)，在 Pycharm 中，我还更新了环境变量 (例如 spark_home、pyspark_python ).
我正在尝试做：
import os, sys
os.environ['SPARK_HOME'] = ".../spark-2.3.0-bin-hadoop2.7"
sys.path.append(".../spark-2.3.0-bin-hadoop2.7/bin/pyspark/")
sys.path.append(".../spark-2.3.0-bin-hadoop2.7/python/lib/py4j-0.10.6-src.zip")
from pyspark import SparkContext
from pyspark import SparkConf
sc = SparkContext('local[2]')
words = sc.parallelize(["scala", "java", "hadoop", "spark", "akka"])
print(words.count())
但是，我收到了一些奇怪的警告：
py4j.protocol.Py4JJavaError: An error occurred while calling z:org.apache.spark.api.python.PythonRDD.collectAndServe.
: java.lang.IllegalArgumentException
at org.apache.xbean.asm5.ClassReader.<init>(Unknown Source)
at org.apache.xbean.asm5.ClassReader.<init>(Unknown Source)
at org.apache.xbean.asm5.ClassReader.<init>(Unknown Source)
at org.apache.spark.util.ClosureCleaner$.getClassReader(ClosureCleaner.scala:46)
at org.apache.spark.util.FieldAccessFinder$$anon$$anonfun$visitMethodInsn.apply(ClosureCleaner.scala:449)
at org.apache.spark.util.FieldAccessFinder$$anon$$anonfun$visitMethodInsn.apply(ClosureCleaner.scala:432)
at scala.collection.TraversableLike$WithFilter$$anonfun$foreach.apply(TraversableLike.scala:733)
at scala.collection.mutable.HashMap$$anon$$anonfun$foreach.apply(HashMap.scala:103)
at scala.collection.mutable.HashMap$$anon$$anonfun$foreach.apply(HashMap.scala:103)
at scala.collection.mutable.HashTable$class.foreachEntry(HashTable.scala:230)
at scala.collection.mutable.HashMap.foreachEntry(HashMap.scala:40)
at scala.collection.mutable.HashMap$$anon.foreach(HashMap.scala:103)
at scala.collection.TraversableLike$WithFilter.foreach(TraversableLike.scala:732)
at org.apache.spark.util.FieldAccessFinder$$anon.visitMethodInsn(ClosureCleaner.scala:432)
at org.apache.xbean.asm5.ClassReader.a(Unknown Source)
at org.apache.xbean.asm5.ClassReader.b(Unknown Source)
at org.apache.xbean.asm5.ClassReader.accept(Unknown Source)
at org.apache.xbean.asm5.ClassReader.accept(Unknown Source)
at org.apache.spark.util.ClosureCleaner$$anonfun$org$apache$spark$util$ClosureCleaner$$clean.apply(ClosureCleaner.scala:262)
at org.apache.spark.util.ClosureCleaner$$anonfun$org$apache$spark$util$ClosureCleaner$$clean.apply(ClosureCleaner.scala:261)
at scala.collection.immutable.List.foreach(List.scala:381)
at org.apache.spark.util.ClosureCleaner$.org$apache$spark$util$ClosureCleaner$$clean(ClosureCleaner.scala:261)
at org.apache.spark.util.ClosureCleaner$.clean(ClosureCleaner.scala:159)
at org.apache.spark.SparkContext.clean(SparkContext.scala:2292)
at org.apache.spark.SparkContext.runJob(SparkContext.scala:2066)
at org.apache.spark.SparkContext.runJob(SparkContext.scala:2092)
at org.apache.spark.rdd.RDD$$anonfun$collect.apply(RDD.scala:939)
at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:151)
at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:112)
at org.apache.spark.rdd.RDD.withScope(RDD.scala:363)
at org.apache.spark.rdd.RDD.collect(RDD.scala:938)
at org.apache.spark.api.python.PythonRDD$.collectAndServe(PythonRDD.scala:153)
at org.apache.spark.api.python.PythonRDD.collectAndServe(PythonRDD.scala)
at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at java.base/jdk.internal.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.base/java.lang.reflect.Method.invoke(Method.java:564)
at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:244)
at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:357)
at py4j.Gateway.invoke(Gateway.java:282)
at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
at py4j.commands.CallCommand.execute(CallCommand.java:79)
at py4j.GatewayConnection.run(GatewayConnection.java:214)
at java.base/java.lang.Thread.run(Thread.java:844)
我该如何解决这个问题？
其实，我找到了一个棘手的解决方案。解决以下问题：
确保您正确安装了 Py4j。最好使用官方版本安装它。要做，
从 https://pypi.org/project/py4j/ 下载最新的官方版本。
untar/unzip 文件并导航到新创建的目录，例如 cd py4j-0.x.
运行
sudo python(3) setup.py 安装
然后将您的 Java 降级到版本 8（之前，我使用的是版本 10。）。
为此，首先使用以下方法删除 Java 的当前版本：
sudo apt-get purge openjdk-\* icedtea-\* icedtea6-\*
然后安装 Java 8 使用：
sudo apt install openjdk-8-jre-headless
现在代码对我来说可以正常工作了。
我之前有两个版本的java，java8和java9。当我删除了Java9，问题就解决了
我还确认该解决方案适用于 Ubuntu 18.04 LTS。
我安装了 java 10 并尝试 运行 Python 示例来自：
http://spark.apache.org/docs/2.3.1/，即简单如：
./bin/spark-submit examples/src/main/python/pi.py 10
没用！
应用建议的修复后：
sudo apt-get purge openjdk-\* icedtea-\* icedtea6-\*
sudo apt autoremove
sudo apt install openjdk-8-jre-headless
这个例子最终成功了；我的意思是，如果您认为正确答案是：
Pi is roughly 3.142000
感谢您的解决方案，
巴维安
第 1 步：
如果您已经安装了 java 版本，请将其降级或升级到 8。
(see how to alternate among java versions)
第 2 步：
将以下内容添加到 ~/.bashrc
export JAVA_HOME='/usr/lib/jvm/java-8-openjdk-amd64'
export PATH=$JAVA_HOME/bin:$PATH
export SPARK_HOME='/path/to/spark-2.x.x-bin-hadoop2.7'
export PATH=$SPARK_HOME/bin:$PATH
和运行 source ~/.bashrc加载它，或者只是启动一个新的终端。
另一种方法是将 /path/to/spark-2.x.x-bin-hadoop2.7/conf/spark-env.sh.template 复制到 /path/to/spark-2.x.x-bin-hadoop2.7/conf/spark-env.sh。然后将以下内容添加到 spark-env.sh
export JAVA_HOME='/usr/lib/jvm/java-8-openjdk-amd64'
export PYSPARK_PYTHON=python3
然后将以下内容添加到~/.bashrc
export SPARK_HOME='/path/to/spark-2.x.x-bin-hadoop2.7'
export PATH=$SPARK_HOME/bin:$PATH
export SPARK_CONF_DIR=$SPARK_HOME/conf
和运行source ~/.bashrc.
出于不同的目的，我需要同时维护 OpenJDK 11 和 JDK 8，因此不能选择降级。对于 Spark 程序，我通过导出（覆盖）JAVA_HOME 指向 JDK8 的路径来利用，如下所示。
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_65.jdk/Contents/Home/
direnv + adoptopenjdk8 (brew tap homebrew/cask-versions + brew cask install adoptopenjdk8) 在这种情况下对我来说效果很好 (macOS)
# ~/.direnvrc
use_java() {
if [ "$#" -ne 1 ]; then
echo "usage: use java VERSION" >&2
return 1
fi
local v
v=""
if [ "$v" -le "8" ]; then
v="1.$v"
fi
export JAVA_HOME="$(/usr/libexec/java_home -v "$v")"
PATH_add $JAVA_HOME/bin
}
# .envrc in the project directory
use_java 8
如果您使用的是 anaconda，请尝试：
conda install -c cyclus java-jdk
我有同样的问题。我有java-11，所以我删除了Java-11并安装了java-8，问题已经解决了。
这里报错的主要原因是环境变量中的incorrect/incomplete路径。您需要为 java、spark、pyspark_python、hadoop（包含 bin 文件夹）添加路径。很可能可以通过添加正确的路径来解决此解决方案。
https://youtu.be/WQErwxRTiW0 ---- 这个视频帮助我解决了我的问题（视频描述了所有的安装和正确的路径）
我有同样的问题。
PySpark 2.x.x 支持 Java 8。PySpark 3.x.x 支持 Java 8 和 Java 11。
因此，请检查您的 PySpark 和 Java 版本。
如果您使用的是 PySpark 2.x.x 那么您需要 install/upgrade/downgrade Java 8 并将您的 JAVA_HOME 指向 java 8 jdk 路径。
我在我的机器上安装了 apache-spark 和 pyspark (Ubuntu)，在 Pycharm 中，我还更新了环境变量 (例如 spark_home、pyspark_python ). 我正在尝试做：
import os, sys
os.environ['SPARK_HOME'] = ".../spark-2.3.0-bin-hadoop2.7"
sys.path.append(".../spark-2.3.0-bin-hadoop2.7/bin/pyspark/")
sys.path.append(".../spark-2.3.0-bin-hadoop2.7/python/lib/py4j-0.10.6-src.zip")
from pyspark import SparkContext
from pyspark import SparkConf
sc = SparkContext('local[2]')
words = sc.parallelize(["scala", "java", "hadoop", "spark", "akka"])
print(words.count())
但是，我收到了一些奇怪的警告：
py4j.protocol.Py4JJavaError: An error occurred while calling z:org.apache.spark.api.python.PythonRDD.collectAndServe.
: java.lang.IllegalArgumentException
at org.apache.xbean.asm5.ClassReader.<init>(Unknown Source)
at org.apache.xbean.asm5.ClassReader.<init>(Unknown Source)
at org.apache.xbean.asm5.ClassReader.<init>(Unknown Source)
at org.apache.spark.util.ClosureCleaner$.getClassReader(ClosureCleaner.scala:46)
at org.apache.spark.util.FieldAccessFinder$$anon$$anonfun$visitMethodInsn.apply(ClosureCleaner.scala:449)
at org.apache.spark.util.FieldAccessFinder$$anon$$anonfun$visitMethodInsn.apply(ClosureCleaner.scala:432)
at scala.collection.TraversableLike$WithFilter$$anonfun$foreach.apply(TraversableLike.scala:733)
at scala.collection.mutable.HashMap$$anon$$anonfun$foreach.apply(HashMap.scala:103)
at scala.collection.mutable.HashMap$$anon$$anonfun$foreach.apply(HashMap.scala:103)
at scala.collection.mutable.HashTable$class.foreachEntry(HashTable.scala:230)
at scala.collection.mutable.HashMap.foreachEntry(HashMap.scala:40)
at scala.collection.mutable.HashMap$$anon.foreach(HashMap.scala:103)
at scala.collection.TraversableLike$WithFilter.foreach(TraversableLike.scala:732)
at org.apache.spark.util.FieldAccessFinder$$anon.visitMethodInsn(ClosureCleaner.scala:432)
at org.apache.xbean.asm5.ClassReader.a(Unknown Source)
at org.apache.xbean.asm5.ClassReader.b(Unknown Source)
at org.apache.xbean.asm5.ClassReader.accept(Unknown Source)
at org.apache.xbean.asm5.ClassReader.accept(Unknown Source)
at org.apache.spark.util.ClosureCleaner$$anonfun$org$apache$spark$util$ClosureCleaner$$clean.apply(ClosureCleaner.scala:262)
at org.apache.spark.util.ClosureCleaner$$anonfun$org$apache$spark$util$ClosureCleaner$$clean.apply(ClosureCleaner.scala:261)
at scala.collection.immutable.List.foreach(List.scala:381)
at org.apache.spark.util.ClosureCleaner$.org$apache$spark$util$ClosureCleaner$$clean(ClosureCleaner.scala:261)
at org.apache.spark.util.ClosureCleaner$.clean(ClosureCleaner.scala:159)
at org.apache.spark.SparkContext.clean(SparkContext.scala:2292)
at org.apache.spark.SparkContext.runJob(SparkContext.scala:2066)
at org.apache.spark.SparkContext.runJob(SparkContext.scala:2092)
at org.apache.spark.rdd.RDD$$anonfun$collect.apply(RDD.scala:939)
at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:151)
at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:112)
at org.apache.spark.rdd.RDD.withScope(RDD.scala:363)
at org.apache.spark.rdd.RDD.collect(RDD.scala:938)
at org.apache.spark.api.python.PythonRDD$.collectAndServe(PythonRDD.scala:153)
at org.apache.spark.api.python.PythonRDD.collectAndServe(PythonRDD.scala)
at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at java.base/jdk.internal.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.base/java.lang.reflect.Method.invoke(Method.java:564)
at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:244)
at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:357)
at py4j.Gateway.invoke(Gateway.java:282)
at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
at py4j.commands.CallCommand.execute(CallCommand.java:79)
at py4j.GatewayConnection.run(GatewayConnection.java:214)
at java.base/java.lang.Thread.run(Thread.java:844)
我该如何解决这个问题？
其实，我找到了一个棘手的解决方案。解决以下问题：
确保您正确安装了 Py4j。最好使用官方版本安装它。要做，
从 https://pypi.org/project/py4j/ 下载最新的官方版本。
untar/unzip 文件并导航到新创建的目录，例如 cd py4j-0.x.
运行
sudo python(3) setup.py 安装
然后将您的 Java 降级到版本 8（之前，我使用的是版本 10。）。 为此，首先使用以下方法删除 Java 的当前版本：
sudo apt-get purge openjdk-\* icedtea-\* icedtea6-\*
然后安装 Java 8 使用：
sudo apt install openjdk-8-jre-headless
现在代码对我来说可以正常工作了。
我之前有两个版本的java，java8和java9。当我删除了Java9，问题就解决了
我还确认该解决方案适用于 Ubuntu 18.04 LTS。
我安装了 java 10 并尝试 运行 Python 示例来自： http://spark.apache.org/docs/2.3.1/，即简单如：
./bin/spark-submit examples/src/main/python/pi.py 10
没用！
应用建议的修复后：
sudo apt-get purge openjdk-\* icedtea-\* icedtea6-\*
sudo apt autoremove
sudo apt install openjdk-8-jre-headless
这个例子最终成功了；我的意思是，如果您认为正确答案是：
Pi is roughly 3.142000
感谢您的解决方案，
巴维安
第 1 步：
如果您已经安装了 java 版本，请将其降级或升级到 8。 (see how to alternate among java versions)
第 2 步：
将以下内容添加到 ~/.bashrc
export JAVA_HOME='/usr/lib/jvm/java-8-openjdk-amd64'
export PATH=$JAVA_HOME/bin:$PATH
export SPARK_HOME='/path/to/spark-2.x.x-bin-hadoop2.7'
export PATH=$SPARK_HOME/bin:$PATH
和运行 source ~/.bashrc加载它，或者只是启动一个新的终端。
另一种方法是将 /path/to/spark-2.x.x-bin-hadoop2.7/conf/spark-env.sh.template 复制到 /path/to/spark-2.x.x-bin-hadoop2.7/conf/spark-env.sh。然后将以下内容添加到 spark-env.sh
export JAVA_HOME='/usr/lib/jvm/java-8-openjdk-amd64'
export PYSPARK_PYTHON=python3
然后将以下内容添加到~/.bashrc
export SPARK_HOME='/path/to/spark-2.x.x-bin-hadoop2.7'
export PATH=$SPARK_HOME/bin:$PATH
export SPARK_CONF_DIR=$SPARK_HOME/conf
和运行source ~/.bashrc.
出于不同的目的，我需要同时维护 OpenJDK 11 和 JDK 8，因此不能选择降级。对于 Spark 程序，我通过导出（覆盖）JAVA_HOME 指向 JDK8 的路径来利用，如下所示。
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_65.jdk/Contents/Home/
direnv + adoptopenjdk8 (brew tap homebrew/cask-versions + brew cask install adoptopenjdk8) 在这种情况下对我来说效果很好 (macOS)
# ~/.direnvrc
use_java() {
if [ "$#" -ne 1 ]; then
echo "usage: use java VERSION" >&2
return 1
fi
local v
v=""
if [ "$v" -le "8" ]; then
v="1.$v"
fi
export JAVA_HOME="$(/usr/libexec/java_home -v "$v")"
PATH_add $JAVA_HOME/bin
}
# .envrc in the project directory
use_java 8
如果您使用的是 anaconda，请尝试： conda install -c cyclus java-jdk
我有同样的问题。我有java-11，所以我删除了Java-11并安装了java-8，问题已经解决了。
这里报错的主要原因是环境变量中的incorrect/incomplete路径。您需要为 java、spark、pyspark_python、hadoop（包含 bin 文件夹）添加路径。很可能可以通过添加正确的路径来解决此解决方案。 https://youtu.be/WQErwxRTiW0 ---- 这个视频帮助我解决了我的问题（视频描述了所有的安装和正确的路径）
我有同样的问题。
PySpark 2.x.x 支持 Java 8。PySpark 3.x.x 支持 Java 8 和 Java 11。
因此，请检查您的 PySpark 和 Java 版本。
如果您使用的是 PySpark 2.x.x 那么您需要 install/upgrade/downgrade Java 8 并将您的 JAVA_HOME 指向 java 8 jdk 路径。