Spark 3.0.0 创建 SparkSession 时出错：pyspark.sql.utils.IllegalArgumentException：<异常 str() 失败>

Question

我正在尝试使用 Hadoop 2.7.3 和 Hive 1.2.1 为我的 Yarn 集群构建 Spark 3.0.0。我下载了源代码并创建了一个可运行的 dist

./dev/make-distribution.sh --name custom-spark --pip --r --tgz -Psparkr -Phive-1.2 -Phadoop-2.7 -Pyarn

我们在生产中运行 Spark 2.4.0，因此我从那里复制了 hive-site.xml、spark-env.sh 和 Spark-defaults.conf。

当我尝试在普通的 Python REPL 中创建 SparkSession 时，出现以下无信息错误。我该如何调试这个？我可以运行 Spark-shell 并通过 Hive 访问进入 scala 提示符，似乎没有错误。

Python 3.6.3 (default, Apr 10 2018, 16:07:04)
[GCC 4.8.3 20140911 (Red Hat 4.8.3-9)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import os
>>> import sys
>>> os.environ['SPARK_HOME'] = '/home/pmccarthy/custom-spark-3'
>>> sys.path.insert(0,os.path.join(os.environ['SPARK_HOME'],'python','lib','py4j-src.zip'))
>>> sys.path.append(os.path.join(os.environ['SPARK_HOME'],'python'))
>>> import pyspark
>>> from pyspark.sql import SparkSession
>>> spark = (SparkSession.builder.enableHiveSupport().config('spark.master','local').getOrCreate())

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/pmccarthy/custom-spark-3/python/pyspark/sql/session.py", line 191, in getOrCreate
    session._jsparkSession.sessionState().conf().setConfString(key, value)
  File "/home/pmccarthy/custom-spark-3/python/lib/py4j-src.zip/py4j/java_gateway.py", line 1305, in __call__
  File "/home/pmccarthy/custom-spark-3/python/pyspark/sql/utils.py", line 137, in deco
    raise_from(converted)
  File "<string>", line 3, in raise_from
pyspark.sql.utils.IllegalArgumentException: <exception str() failed>

Answer 1

我也遇到过pyspark.sql.utils.IllegalArgumentException: <exception str() failed>。这是我这边使用 Spark 3 中删除的选项造成的 ( spark.sql.legacy.allowCreatingManagedTableUsingNonemptyLocation)。