AttributeError: объект 'NoneType' не имеет атрибута 'setCallSite' - до Pandas () - PullRequest
Новая
       5

AttributeError: объект 'NoneType' не имеет атрибута 'setCallSite' - до Pandas ()

0 голосов
/ 16 июня 2020

Я пытаюсь преобразовать искру df в pandas с помощью stream_df1.select('text').toPandas()

, но получаю следующую ошибку: 

<ipython-input-18-bbda306c7ad1> in <module>
----> 1 stream_df1.select('text').toPandas()

/opt/spark/python/pyspark/sql/dataframe.py in toPandas(self)
   2200                     from pyspark.sql.types import _check_dataframe_localize_timestamps
   2201                     import pyarrow
-> 2202                     batches = self._collectAsArrow()
   2203                     if len(batches) > 0:
   2204                         table = pyarrow.Table.from_batches(batches)

/opt/spark/python/pyspark/sql/dataframe.py in _collectAsArrow(self)
   2306         .. note:: Experimental.
   2307         """
-> 2308         with SCCallSiteSync(self._sc) as css:
   2309             port, auth_secret, jsocket_auth_server = self._jdf.collectAsArrowToPython()
   2310 

/opt/spark/python/pyspark/traceback_utils.py in __enter__(self)
     70     def __enter__(self):
     71         if SCCallSiteSync._spark_stack_depth == 0:
---> 72             self._context._jsc.setCallSite(self._call_site)
     73         SCCallSiteSync._spark_stack_depth += 1
     74 

AttributeError: 'NoneType' object has no attribute 'setCallSite'

Дополнительная информация: 

type(stream_df1.select('text'))
pyspark.sql.dataframe.DataFrame

root
 |-- text: string (nullable = true)
 |-- Score: string (nullable = true)


stream_df1.select('text').show()
+--------------------+
|                text|
+--------------------+
|white people hist...|
|i multi talented ...|
|the american drea...|
|how covid devaste...|
|coronavirus cases...|
|work hard get hig...|
|visit fiverr prof...|
|essentialsforesse...|
|working crisis fo...|
|us casinos push c...|
|dexamethasone fir...|
|the novel coronav...|
|coronavirus rise ...|
|heading towards c...|
|covid coronavirus...|
|this thread impor...|
|hi moving towards...|
|the pandemic disa...|
|the continuing pr...|
|i beach year old ...|
+--------------------+
only showing top 20 rows

О конфигурации: 

export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64/jre
export SPARK_HOME=/opt/spark
export PATH=$PATH:$SPARK_HOME/bin
export PYSPARK_DRIVER_PYTHON=jupyter
export PYSPARK_DRIVER_PYTHON_OPTS='notebook'

sc._conf.getAll()
[('spark.app.id', 'local-1592332286967'),
 ('spark.sql.catalogImplementation', 'hive'),
 ('spark.rdd.compress', 'True'),
 ('spark.serializer.objectStreamReset', '100'),
 ('spark.master', 'local[*]'),
 ('spark.submit.pyFiles', ''),
 ('spark.executor.id', 'driver'),
 ('spark.submit.deployMode', 'client'),
 ('spark.app.name', 'PySparkShell'),
 ('spark.driver.host', '192.168.1.12'),
 ('spark.ui.showConsoleProgress', 'true'),
 ('spark.driver.port', '43537')]

То, что я использовал, пытаясь получить желаемый результат, но получаю та же ошибка 

stream_df1.sql_ctx.sparkSession._jsparkSession = spark._jsparkSession
stream_df1._sc = spark._sc
from pyspark.sql.functions import *
# Enable Arrow-based columnar data transfers
spark.conf.set("spark.sql.execution.arrow.enabled", "true")

stream_df1.select("*").toPandas()

stream_df1.select("text").rdd.flatMap(lambda x: x).collect()

Странно то, что в какой-то момент сегодня днем ​​он работал без ошибок, но только пару раз.

Пожалуйста, любой помощь очень ценится

...