Apache Spark - ModuleNotFoundError：没有名为“mysql”的模块

Question

我正在尝试将 Apache Spark 驱动程序提交到远程集群。 我在使用名为mysql的 python package 时遇到了困难。 我在所有 Spark 节点上安装了这个 package。 集群在 docker-compose 内部运行，图像基于bde2020 。

$ docker-compose logs  impressions-agg
impressions-agg_1  | Submit application /app/app.py to Spark master spark://spark-master:7077
impressions-agg_1  | Passing arguments 
impressions-agg_1  | 19/11/13 18:45:20 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
impressions-agg_1  | Traceback (most recent call last):
impressions-agg_1  |   File "/app/app.py", line 6, in <module>
impressions-agg_1  |     from mysql.connector import connect
impressions-agg_1  | ModuleNotFoundError: No module named 'mysql'
impressions-agg_1  | log4j:WARN No appenders could be found for logger (org.apache.spark.util.ShutdownHookManager).
impressions-agg_1  | log4j:WARN Please initialize the log4j system properly.
impressions-agg_1  | log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

模块mysql通过 pip 安装在所有节点上。

$ docker-compose exec spark-master pip list
Package         Version            
--------------- -------------------
mysql-connector 2.2.9              
pip             18.1               
setuptools      40.8.0.post20190503

$ docker-compose exec spark-worker pip list
Package         Version            
--------------- -------------------
mysql-connector 2.2.9              
pip             18.1               
setuptools      40.8.0.post20190503

我该如何解决这个问题？ 感谢您提供任何信息。

Answer 1

虽然节点安装了 mysql，但容器没有。 日志告诉您的是， impressions-agg_1在/app/app.py中包含一个脚本，该脚本试图加载 mysql 但找不到它。

您是否创建了impressions-agg_1 ？ 将RUN pip install mysql步骤添加到其 Dockerfile。