Spark读取本地文件时报错:java.io.FileNotFountException:file doesn't exist

本文探讨了在Pyspark集群环境下遇到的文件读取问题,并提供了两种解决方案:一是确保每个Worker节点上都有所需数据文件;二是将数据文件上传至HDFS实现共享。这对于理解并解决Pyspark在分布式环境中的数据访问问题是十分关键的。

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

在确认文件存在的情况下,出现这个问题的原因是:在集群中运行的pyspark。例如使用命令bin/pyspark --master yarn启动pyspark

解决方式1:让每个Worker节点的相应位置都有要读取的数据文件。

解决方式2:直接将数据文件上传到hdfs,达到数据共享。

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