Oozie -Pyspark 作业抛出错误答案

【问题标题】：Oozie -Pyspark Job throwing errorOozie -Pyspark 作业抛出错误
【发布时间】：2016-07-19 19:14:22
【问题描述】：

我正在尝试在 Oozie (CDH 5.7) 中安排 pyspark 作业，但它一直在抛出错误。请在下面找到我的工作流程。

我已将 .py 脚本放在本地路径和 hdfs 路径中。如果我需要修改任何内容，请告诉我。

错误： [org.apache.oozie.action.hadoop.SparkMain]，退出代码[1]

<workflow-app name="Spark_on_Oozie" xmlns="uri:oozie:workflow:0.5">
  <global>
            <configuration>
                <property>
                    <name>oozie.launcher.yarn.app.mapreduce.am.env</name>
                    <value>SPARK_HOME=/usr/lib/spark</value>
                </property>
            </configuration>
  </global>
    <start to="spark-9fa1"/>
    <kill name="Kill">
        <message>Action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <action name="spark-9fa1">
        <spark xmlns="uri:oozie:spark-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <master>yarn-cluster</master>
            <mode>client</mode>
            <name>spak_job</name>
             <class>clear</class>
            <jar>/home/cloudera/DQ_FRAMEWORK/oozie/application/app_amlmkte_dq/wf_prc_l1_dq/dq_prc_ini_com_spark.py</jar>
        </spark>
        <ok to="End"/>
        <error to="Kill"/>
    </action>
    <end name="End"/>
</workflow-app>


Pyspark Job (Only Put the small code to test):

if __name__ == "__main__":

    sc = SparkContext(appName="Aml Markets DQ")
    sqlContext=HiveContext(sc)
    dt1=datetime.datetime.now()
    dq_exec_start_tm=('%02d%02d%02d%02d%02d%02d%d'%(dt1.year,dt1.month,dt1.day,dt1.hour,dt1.minute,dt1.second,dt1.microsecond))[:-4]
    #dq_batch_start_id=app_nm +'_'+('%02d%02d%02d%02d%02d%02d%d'%(dt.year,dt.month,dt.day,dt.hour,dt.minute,dt.second,dt.microsecond))[:-4]
    # Command Line Arguement

【问题讨论】：

标签： apache-spark pyspark oozie

【解决方案1】：

我找到了解决方案。

Pyspark 作业需要是 hdfs 路径，并且应该是完整路径，例如 hdsf://user/****
需要包含我已经做过的 spark_home。

谢谢。

【讨论】：