无法让 pip install 在 EMR 集群上工作

Question

我有一个 EMR (emr-5.30.0) 集群，我试图从 S3 中的引导文件开始。引导文件的内容是：

#!/bin/bash
sudo pip3 install --user \
     matplotlib \
     pandas \
     pyarrow \
     pyspark

我的 stderr 文件中的错误是：

WARNING: Running pip install with root privileges is generally not a good idea. Try `pip3 install --user` instead.
Command "python setup.py egg_info" failed with error code 1 in /mnt/tmp/pip-build-br9bn1h3/pyspark/

看起来很简单……不知道发生了什么。任何帮助表示赞赏。

编辑：

尝试了@Dennis Traub 的建议并得到同样的错误。新的 EMR 引导程序如下所示：

#!/bin/bash
sudo pip3 install --upgrade setuptools
sudo pip3 install --user matplotlib pandas pyarrow pyspark

Answer 1

#!/bin/bash

sudo python3 -m pip install matplotlib pandas pyarrow

不要安装pyspark。它应该已经存在于具有所需配置的 EMR 中。安装可能会出现问题。