ModuleNotFoundError：没有名为“py4j”的模块

Question

我安装了 Spark，但在将 pyspark 模块加载到 ipython 时遇到了问题。我收到以下错误：

ModuleNotFoundError                       Traceback (most recent call last)
<ipython-input-2-49d7c4e178f8> in <module>
----> 1 import pyspark

/opt/spark/python/pyspark/__init__.py in <module>
     44 
     45 from pyspark.conf import SparkConf
---> 46 from pyspark.context import SparkContext
     47 from pyspark.rdd import RDD
     48 from pyspark.files import SparkFiles

/opt/spark/python/pyspark/context.py in <module>
     27 from tempfile import NamedTemporaryFile
     28 
---> 29 from py4j.protocol import Py4JError
     30 
     31 from pyspark import accumulators

ModuleNotFoundError: No module named 'py4j'

Answer 1

如果可以直接运行spark，也许你需要修复环境变量

PYTHONPATH

。检查目录

$SPARK_HOME/python/lib/

中的文件名。如果 Spark 版本为 2.4.3，则该文件为

py4j-0.10.7-src.zip

:

export PYTHONPATH=$SPARK_HOME/python:$SPARK_HOME/python/lib/py4j-0.10.7-src.zip:$PYTHONPATH

Answer 2

在 Windows 上，尽管它应该可以工作并且在 PYTHONPATH 中使用通配符时 python 可以正确查找文件，但它无法打开该文件。

而不是

%SPARK_HOME%\python\lib\*.zip

我必须明确指定 zip 文件名才能使其正常工作。

我对 Spark 本身如何打开 pyspark.cmd shell 感到惊讶

spark\bin\pyspark2.cmd

他们指定完整路径的地方：

%SPARK_HOME%\python\lib\py4j-0.10.9.7-src.zip