在 ec2 上启动 pyspark Ipython notebook

Question

我刚刚从 1.4 升级到 Spark 2.0，并从 github.com/amplab/spark-ec2/tree/branch-2.0 下载了 ec2 目录

要启动一些集群，我会转到我的 ec2 目录并运行以下命令：

./spark-ec2 -k <keypair> -i <key-file> -s <num-slaves> launch <cluster-name>

./spark-ec2 -k <keypair> -i <key-file> login <cluster-name>

我已启动集群并已登录到 master，但我不知道如何启动 pyspark 笔记本。使用 Spark 1.4，我将运行命令

IPYTHON_OPTS="notebook --ip=0.0.0.0" /root/spark/bin/pyspark --executor-memory 4G --driver-memory 4G &

我的笔记本启动并运行良好，但使用 Spark 2.0 时没有 bin/pyspark 目录。有人可以帮忙吗？

Answer 1

根据来源cmets：

https://apache.googlesource.com/spark/+/master/bin/pyspark

在 Spark 2.0 中，IPYTHON 和 IPYTHON_OPTS 被删除，pyspark 失败 如果在用户环境中设置了任一选项，则启动。反而， 用户应设置 PYSPARK_DRIVER_PYTHON=ipython 以使用 IPython 并设置 PYSPARK_DRIVER_PYTHON_OPTS 在启动 Python 时传递选项 驱动程序（例如 PYSPARK_DRIVER_PYTHON_OPTS='notebook'）。这支持 完全自定义 IPython 和 executor Python 可执行文件。

下面link会带你一步步来。除了升级到 Spark 2.0，您还应该升级到 Juypter Notebooks（以前称为 Ipython Notebooks）。