python连接standalone版spark

本文记录了在Python中连接到Standalone模式的Spark集群的过程,遇到的问题及解决方法。错误在于启动Slave时指定了错误的Master IP,正确做法是通过netstat找到Spark实际监听的IP。成功连接后,使用Python进行了简单的计算。环境包括Python3和pyspark,通过pip3安装pyspark。提供了Master的WEBUI链接和官方文档参考。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

昨天已经完成了standalone的spark搭建,当然今天在实际使用python连接时,发现其实是有问题的。master和slave其实并没有成功连接,原因是启动slave时指定的master ip地址有误,需要通过netstat查看7077在哪个ip上侦听,不可直接写127.0.0.1

 

今天成功用python连接了昨天搭建的spark集群做简单计算

 

环境:

python3

pip3

 

安装:

pip3 install pyspark

 

代码:

cat test_connect_spark.py 

from pyspark import SparkContext



logFile = "./test.txt"

# conect spark

sc = SparkContext(master="spark://192.168.1.20:7077", appName="Simple App")



logData = sc.textFile(logFile).cache()

# count lines include 'a'

numAs = logData.filter(lambda s: 'a' in s).count()

# count lines include 'b'

numBs = logData.filter(lambda s: 'b' in s).count()



print("Lines with a: %i, lines with b: %i" % (numAs, numBs))
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值