通过 livy 在 HDFS 上传递 python 个模块

Question

在HDFS的/user/usr1/路径下，我放置了两个脚本pySparkScript.py和relatedModule.py。 relatedModule.py 是一个 python 模块，它将被导入 pySparkScript.py。

我可以运行脚本 spark-submit pySparkScript.py

但是，我需要通过 Livy 运行这些脚本。通常，我运行单个脚本成功如下：

curl -H "Content-Type:application/json" -X POST -d '{"file": "/user/usr1/pySparkScript.py"}' livyNodeAddress/batches

但是，当我运行上面的代码时，它一到达 import relatedModule.py 就失败了。我意识到我也应该在 Livy 的参数中给出 relatedModule 的路径。我尝试了以下选项：

curl -H "Content-Type:application/json" -X POST -d '{"file": "/user/usr1/pySparkScript.py", "files": ["/user/usr1/relatedModule.py"]}' livyNodeAddress/batches

我应该如何将这两个文件传递给 Livy？

Answer 1

尝试使用pyFiles属性。请参考Livy REST API docs.

通过 livy 在 HDFS 上传递 python 个模块

passing python modules on HDFS through livy

pyspark

hdfs

python-module

livy