Opiniones sobre Cómo ejecutar trabajos de Apache Spark en Cloud Dataproc

Oren F. · Se revisó hace 9 meses

Shankar P. · Se revisó hace 9 meses

Manikandan M. · Se revisó hace 9 meses

Prayoga S. · Se revisó hace 9 meses

Srikanta P. · Se revisó hace 9 meses

The project has been done

GIRIBABU M. · Se revisó hace 9 meses

敬源 黃. · Se revisó hace 9 meses

Latif I. · Se revisó hace 9 meses

Jeferson Camilo S. · Se revisó hace 9 meses

Jinou Y. · Se revisó hace 9 meses

Unable to finish lab due to error Modified INPUT for LAB from pyspark.sql import SparkSession, SQLContext, Row gcs_bucket='[qwiklabs-gcp-01-31c23a3b2c2f]' spark = SparkSession.builder.appName("kdd").getOrCreate() sc = spark.sparkContext data_file = "gs://"+gcs_bucket+"//kddcup.data_10_percent.gz" raw_rdd = sc.textFile(data_file).cache() raw_rdd.take(5) OUTPUT: Setting default log level to "WARN". To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel). 24/11/18 23:53:00 INFO SparkEnv: Registering MapOutputTracker 24/11/18 23:53:00 INFO SparkEnv: Registering BlockManagerMaster 24/11/18 23:53:00 INFO SparkEnv: Registering BlockManagerMasterHeartbeat 24/11/18 23:53:00 INFO SparkEnv: Registering OutputCommitCoordinator --------------------------------------------------------------------------- IllegalArgumentException Traceback (most recent call last) /tmp/ipykernel_13667/2491634418.py in <cell line: 8>() 6 data_file = "gs://"+gcs_bucket+"//kddcup.data_10_percent.gz" 7 raw_rdd = sc.textFile(data_file).cache() ----> 8 raw_rdd.take(5) /usr/lib/spark/python/pyspark/rdd.py in take(self, num) 1848 """ 1849 items: List[T] = [] -> 1850 totalParts = self.getNumPartitions() 1851 partsScanned = 0 1852 /usr/lib/spark/python/pyspark/rdd.py in getNumPartitions(self) 597 2 598 """ --> 599 return self._jrdd.partitions().size() 600 601 def filter(self: "RDD[T]", f: Callable[[T], bool]) -> "RDD[T]": /opt/conda/miniconda3/lib/python3.10/site-packages/py4j/java_gateway.py in __call__(self, *args) 1319 1320 answer = self.gateway_client.send_command(command) -> 1321 return_value = get_return_value( 1322 answer, self.gateway_client, self.target_id, self.name) 1323 /usr/lib/spark/python/pyspark/sql/utils.py in deco(*a, **kw) 194 # Hide where the exception came from that shows a non-Pythonic 195 # JVM exception message. --> 196 raise converted from None 197 else: 198 raise IllegalArgumentException: java.net.URISyntaxException: Malformed IPv6 address at index 6: gs://[qwiklabs-gcp-01-31c23a3b2c2f]/kddcup.data_10_percent.gz

Richard S. · Se revisó hace 9 meses

Syed Dameem K. · Se revisó hace 9 meses

Çağrı K. · Se revisó hace 9 meses

Anthony R. · Se revisó hace 9 meses

Christopher H. · Se revisó hace 9 meses

Azhar B. · Se revisó hace 9 meses

Clément P. · Se revisó hace 9 meses

César R. · Se revisó hace 9 meses

Sanjay V. · Se revisó hace 9 meses

Naethree P. · Se revisó hace 9 meses

Mohan Babu N. · Se revisó hace 9 meses

Ignacio G. · Se revisó hace 9 meses

Juannean Y. · Se revisó hace 9 meses

Creative P. · Se revisó hace 9 meses

more examples using jobs from using service schedulers or schedule using cron from SSH

Jeinner Daniel B. · Se revisó hace 9 meses