なんとな～くしあわせ？の日記

「そしてそれゆえ、知識そのものが力である」 (Nam et ipsa scientia potestas est.) 〜 フランシス・ベーコン

PySparkの実行でImportError: No module namedが出たとき

PySpark spark Python

ImportError: No module named

エラー

EMRの実環境でPySparkでクエリやUDFを実行させていたら以下のようなエラーが発生した。

ImportError: No module named 'foo'

どうやら各ノードにPythonのモジュールが分散されていない（？）ようだ。

対処

StackOverflowに似たようなケースがあった
stackoverflow.com

どうやら spark-submit コマンドの後に --py-files のような引数を追加すればいいらしい。

ドキュメントには一応書いてあるようだ

spark.apache.org

For Python, the equivalent --py-files option can be used to distribute .egg, .zip and .py libraries to executors.

PySparkのハマり（メモ）

python spark

pipで取得したpysparkを起動させると、以下のようなエラーが出ることがある。
Sparkのバージョンは2.3.1。

(venv) C:\Users\hiroyuki.nagata\PycharmProjects\vjsk-etl-flow>pyspark
Python 2.7.12 (v2.7.12:d33e0cf91556, Jun 27 2016, 15:24:40) [MSC v.1500 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
2019-01-09 09:46:27 WARN  NativeCodeLoader:62 - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
Traceback (most recent call last):
  File "C:\spark-2.3.1-bin-hadoop2.7\python\pyspark\shell.py", line 38, in 
    SparkContext._ensure_initialized()
  File "C:\spark-2.3.1-bin-hadoop2.7\python\pyspark\context.py", line 292, in _ensure_initialized
    SparkContext._gateway = gateway or launch_gateway(conf)
  File "C:\spark-2.3.1-bin-hadoop2.7\python\pyspark\java_gateway.py", line 120, in launch_gateway
    auto_convert=True))
TypeError: __init__() got an unexpected keyword argument 'auth_token'

コードを辿ってみると、どうやら起動したPySparkが呼び出している関数の引数でpy4jを呼び出しているのだが、そいつの名前付き引数"auth_token"が、py4j側で削除されてるらしい。どう見てもpipのパッケージ管理でpysparkとpy4jのバージョンの整合性が無いように見える。

原因はpipで用意したpysparkがv2.2.1で、インストールされているsparkがv2.3.1であることだった。後で入れ替えとくか…

Go言語で継承みたいなこと

Go

最近Go言語でつくるインタプリタを読んでいる。ほとんど趣味だが、lexer/parser（字句解析/構文解析）->ast化（抽象構文木）->eval（評価）までの流れを辿れるためとてもおもしろい。

Go言語でつくるインタプリタ

Go言語でつくるインタプリタ

Go言語で継承

これは、Scalaでtrait作ってwith句で使えるようにしたり、RubyでModuleをincludeしてやるのに似ている。

簡単な例

package main

import (
    "fmt"
)

// 共通処理を入れたクラス、みたいなもの
type CommonUtil struct {}
// 名前を入れたらあいさつする関数
func (*CommonUtil) SayHello(name string) {
    fmt.Printf("SayHello! %s", name)
}

// 実際のモジュール
type ActualModule struct {
    *CommonUtil  // ここでEmbeddingする
    Name string
}

func main() {
    fmt.Println("Hello, Wandbox!")
    am := ActualModule{&CommonUtil{}, "hiroyuki"}
    // SayHelloを呼び出せる
    am.SayHello(am.Name)
}