PySpark中不存在方法showString（[class java.lang.Integer，class java.lang.Integer，class java.lang.Boolean]）

Question

这是代码段：

from pyspark import SparkContext
from pyspark.sql.session import SparkSession

sc = SparkContext()
spark = SparkSession(sc)
d = spark.read.format("csv").option("header", True).option("inferSchema", True).load('file.csv')
d.show()

之后遇到错误：

An error occurred while calling o163.showString. Trace:
py4j.Py4JException: Method showString([class java.lang.Integer, class java.lang.Integer, class java.lang.Boolean]) does not exist

所有其他方法都可以正常工作。试图进行大量研究但徒劳无功。任何线索将不胜感激

Answer 1

这表明Spark版本不匹配。在Spark 2.3 show方法之前，只有两个参数：

def show(self, n=20, truncate=True):

从2.3开始，它需要三个参数：

def show(self, n=20, truncate=True, vertical=False):

在您的情况下，Python客户端似乎调用了后者，而JVM后端使用了较旧的版本。

由于SparkContext初始化在2.4中进行了重大更改，这将导致上的失败SparkContext.__init__，因此您可能使用：

• 2.3.x Python库。
• 2.2.x JAR。

您可以通过直接从会话中检查版本来确认这一点：Python：

sc.version

与JVM：

sc._jsc.version()

诸如此类的问题通常是由于配置错误PYTHONPATH（直接或通过在现有的最高Spark二进制文件上pip安装安装PySpark）或导致的SPARK_HOME。