我尝试设置Databricks Connect,使其能够与已经在Azure上的Workspace上运行的远程Databricks群集一起使用。 当我尝试运行命令:“ databricks-connect test”时,它永远不会结束。
我关注官方documentation。
我已经安装了最新的Anaconda版本3.7。 我创建了本地环境: conda创建--name dbconnect python = 3.5
我已经在5.1版中安装了“ databricks-connect”,它与Azure Databricks上的群集配置相匹配。
pip install -U databricks-connect==5.1.*
我已经将'databricks-connect configure设置如下:
(base) C:\>databricks-connect configure
The current configuration is:
* Databricks Host: ******.azuredatabricks.net
* Databricks Token: ************************************
* Cluster ID: ****-******-*******
* Org ID: ****************
* Port: 8787
完成上述步骤后,我尝试为数据砖连接运行“ test”命令:
databricks-connect test
,因此在警告MetricsSystem之后,该过程开始和停止,如下所示:
(dbconnect) C:\>databricks-connect test
* PySpark is installed at c:\users\miltad\appdata\local\continuum\anaconda3\envs\dbconnect\lib\site-packages\pyspark
* Checking java version
java version "1.8.0_181"
Java(TM) SE Runtime Environment (build 1.8.0_181-b13)
Java HotSpot(TM) 64-Bit Server VM (build 25.181-b13, mixed mode)
* Testing scala command
19/05/31 08:14:26 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
19/05/31 08:14:34 WARN MetricsSystem: Using default name SparkStatusTracker for source because neither spark.metrics.namespace nor spark.app.id is set.
我希望该过程应该像官方documentation中那样进行下一步:
* Testing scala command
18/12/10 16:38:44 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
18/12/10 16:38:50 WARN MetricsSystem: Using default name SparkStatusTracker for source because neither spark.metrics.namespace nor spark.app.id is set.
18/12/10 16:39:53 WARN SparkServiceRPCClient: Now tracking server state for 5abb7c7e-df8e-4290-947c-c9a38601024e, invalidating prev state
18/12/10 16:39:59 WARN SparkServiceRPCClient: Syncing 129 files (176036 bytes) took 3003 ms
Welcome to
____ __
/ __/__ ___ _____/ /__
_\ \/ _ \/ _ `/ __/ '_/
/___/ .__/\_,_/_/ /_/\_\ version 2.4.0-SNAPSHOT
/_/
Using Scala version 2.11.12 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_152)
Type in expressions to have them evaluated.
Type :help for more information.
因此,在“ WARN MetricsSystem:使用默认名称SparkStatusTracker”之后,我的过程停止了。
我在做什么错?我应该再配置一些东西吗?
答案 0 :(得分:0)
许多人似乎在Windows上的test命令中看到了此问题。但是,如果您尝试使用Databricks connect,它将可以正常工作。似乎可以忽略不计。
答案 1 :(得分:0)
运行时5.3或更低版本似乎未正式支持此功能。如果在更新运行时方面存在限制,我将确保将火花conf设置如下:
spark.databricks.service.server.enabled true
但是,对于较旧的运行时,情况仍然可能会变糟。我建议在运行时5.5或6.1或更高版本中执行此操作。