SparkR filterRDD 和 flatMap 不起作用
2022-09-04 04:15:07
在花了很长时间研究如何安装SparkR之后,我认为该软件包可能存在一些问题......
请记住,我对火花很陌生,所以不确定我是否做了正确的事情。
从一个新的EC2 ubuntu 64位实例中,我安装了R和JDK
我 git 克隆了 apache spark repo,并使用以下方式构建它:
git clone https://github.com/apache/spark.git
cd spark
build/mvn -DskipTests -Psparkr package
然后,我通过包含以下行来更改我的引用R目录.....Rprofile
Sys.setenv(SPARK_HOME="/home/ubuntu/spark")
.libPaths(c(file.path(Sys.getenv("SPARK_HOME"), "R", "lib"), .libPaths()))
然后在启动R之后,我尝试并运行此处给出的快速入门指南
以下是我采取的以下步骤...
R> library(SparkR)
R> sc <- sparkR.init(master="local")
R> textFile <- SparkR:::textFile(sc, "/home/ubuntu/spark/README.md")
R> cc <- SparkR:::count(textFile)
R> t10 <- SparkR:::take(textFile,10)
一切都很好,直到这里...下面的行不起作用...
R> SparkR:::filterRDD(textFile, function(line){ grepl("Spark", line)})
Error: class(objId) == "jobj" is not TRUE
R> traceback()
7: stop(sprintf(ngettext(length(r), "%s is not TRUE", "%s are not all TRUE"),
ch), call. = FALSE, domain = NA)
6: stopifnot(class(objId) == "jobj")
5: callJMethod(object@jrdd, "toString")
4: paste(callJMethod(object@jrdd, "toString"), "\n", sep = "")
3: cat(paste(callJMethod(object@jrdd, "toString"), "\n", sep = ""))
2: function (object)
standardGeneric("show")(x)
1: function (object)
standardGeneric("show")(x)
另一个不起作用的示例如下。
R> SparkR:::flatMap(textFile,
function(line) {
strsplit(line, " ")[[1]]
})
Error: class(objId) == "jobj" is not TRUE
以下是我的会话信息...
R> > sessionInfo()
R version 3.2.0 (2015-04-16)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 14.04.2 LTS
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
[3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] SparkR_1.4.0
这里的任何帮助将不胜感激.