我在Hortonworks Data Platform 2.2上使用Spark,我收到以下错误......有什么想法吗?
#!/usr/bin/env python
import sys
import pyspark
from pyspark import SparkContext
if 'sc' not in globals():
#sc = SparkContext('local[4]', 'pyspark','map')
sc = SparkContext(appName="PythonKMeans")
nums = sc.map([23,232,1,232,43,43])
squared = nums.map(lambda x: x*x).collect()
for num in squared:
print num
答案 0 :(得分:1)
而不是
nums = sc.map([23,232,1,232,43,43])
试
nums = sc.parallelize([23,232,1,232,43,43])
告诉Spark在集群上分发序列并从中创建一个RDD。然后,您可以在RDD上使用lambda函数调用map,就像在下一行中一样。