Я пытаюсь загрузить CSV-файл в HDFS и читать то же самое в Spark как RDD. Я использую Hortonworks Sandbox и пробую их через командную строку. Я загрузил данные следующим образом: по-видимому, загружена, как показано с помощью следующей командыОшибка чтения CSV-файла в Spark
hadoop fs -put data.csv/
Данные:
[[email protected] temp]# hadoop fs -ls /data.csv
-rw-r--r-- 1 hdfs hdfs 70085496 2015-10-04 14:17 /data.csv
В pyspark, я попробовал чтение этого файла следующим образом:
data = sc.textFile('/data.csv')
Однако следующая команда принятия команды выдает сообщение об ошибке:
data.take(5)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/hdp/2.3.0.0-2557/spark/python/pyspark/rdd.py", line 1194, in take
totalParts = self._jrdd.partitions().size()
File "/usr/hdp/2.3.0.0-2557/spark/python/lib/py4j-0.8.2.1- src.zip/py4j/java_gateway.py", line 538, in __call__
File "/usr/hdp/2.3.0.0-2557/spark/python/lib/py4j-0.8.2.1-src.zip/py4j/protocol.py", line 300, in get_return_value
py4j.protocol.Py4JJavaError: An error occurred while calling o35.partitions.
: org.apache.hadoop.mapred.InvalidInputException: Input path does not exist: file:/data.csv
Может кто-нибудь помочь мне с этой ошибкой?
В моем случае, я должен был обеспечить полную HDFS имя пути как data = sc.textFile ('hdfs: //sandbox.hortonworks.com: 8020/data.csv'). Просто hdfs: /// не работает – Ravi
Какая ошибка вы получаете снова? На самом деле его «//» после hdfs :. Я набрал «///» «случайно и исправлен» – WoodChopper
Это ошибка, когда я только что ввел hdfs: /// Файл «», строка 1, в Файл «/usr/hdp/2.3.0.0-2557/ spark/python/pyspark/rdd.py ", строка 1194, в строке totalParts = self._jrdd.partitions(). size() Файл" /usr/hdp/2.3.0.0-2557/spark/python/lib/ py4j-0.8.2.1-src.zip/py4j/java_gateway.py ", строка 538, в __call__ Файл" /usr/hdp/2.3.0.0-2557/spark/python/lib/py4j-0.8.2.1-src. zip/py4j/protocol.py ", строка 300, в get_return_value py4j.protocol.Py4JJavaError: Произошла ошибка при вызове o37.partitions. : java.io.IOException: Неполный URI HDFS, нет хоста: hdfs: /data.csv –
Ravi