错误：必须指定主资源（JAR或Python或R文件）-IPython笔记本

Question

我尝试在IPython笔记本中运行Apache Spark，遵循这个insruction（以及注释中的所有建议）-链接

但是当我通过以下命令运行IPython Notebook时：

ipython notebook --profile=pyspark

Error: Must specify a primary resource (JAR or Python or R file)

export SPARK_HOME="$HOME/spark-1.4.0"
export PYSPARK_SUBMIT_ARGS='--conf "spark.mesos.coarse=true" pyspark-shell'

# Configure the necessary Spark environment
import os
import sys

# Spark home
spark_home = os.environ.get("SPARK_HOME")

# If Spark V1.4.x is detected, then add ' pyspark-shell' to
# the end of the 'PYSPARK_SUBMIT_ARGS' environment variable
spark_release_file = spark_home + "/RELEASE"
if os.path.exists(spark_release_file) and "Spark 1.4" in  open(spark_release_file).read():
    pyspark_submit_args = os.environ.get("PYSPARK_SUBMIT_ARGS", "")
    if not "pyspark-shell" in pyspark_submit_args: pyspark_submit_args += " pyspark-shell"
    os.environ["PYSPARK_SUBMIT_ARGS"] = pyspark_submit_args

# Add the spark python sub-directory to the path
sys.path.insert(0, spark_home + "/python")

# Add the py4j to the path.
# You may need to change the version number to match your install
sys.path.insert(0, os.path.join(spark_home, "python/lib/py4j-0.8.2.1-src.zip"))

# Initialize PySpark to predefine the SparkContext variable 'sc'
execfile(os.path.join(spark_home, "python/pyspark/shell.py"))

昨天我把我的OS X升级到了10.10.4

Answer 1

我也遇到了类似的问题，在与spark-1.4.0一起使用时，我使用了相同的00-pyspark-setup.py文件。

正如Philippe Rossignol在此博客上的评论所解释的那样，由于pyspark_submit_args需要参数pyspark-shell，因此将以下行添加到00-pyspark-setup.py文件中：

# If Spark V1.4.x is detected, then add ' pyspark-shell' to
# the end of the 'PYSPARK_SUBMIT_ARGS' environment variable
spark_release_file = spark_home + "/RELEASE"
if os.path.exists(spark_release_file) and "Spark 1.4" in open(spark_release_file).read():
    pyspark_submit_args = os.environ.get("PYSPARK_SUBMIT_ARGS", "")
    if not "pyspark-shell" in pyspark_submit_args: pyspark_submit_args += " pyspark-shell"
    os.environ["PYSPARK_SUBMIT_ARGS"] = pyspark_submit_args

但是，在我的spark-1.4.0文件夹中，没有release文件，因此将pyspark-shell追加到pyspark_submit_args的if条件从未得到满足。

作为一个棘手的解决方案，我只是注释掉了检查发布文件的行，所以只剩下以下几行：

pyspark_submit_args = os.environ.get("PYSPARK_SUBMIT_ARGS", "")
if not "pyspark-shell" in pyspark_submit_args: pyspark_submit_args += " pyspark-shell"
os.environ["PYSPARK_SUBMIT_ARGS"] = pyspark_submit_args