2

像 dataframe.show() ， sqlContext.read.json 这样的操作可以正常工作，但是大多数函数都会给出 "JavaPackage object is not callable error" 。例如：当我这样做的时候

dataFrame.withColumn(field_name, monotonically_increasing_id())

我收到一个错误

File "/tmp/spark-cd423f35-9572-45ee-b159-1b2732afa2a6/userFiles-3a6e1729-95f4-468b-914c-c706369bf2a6/Transformations.py", line 64, in add_id_column
    self.dataFrame = self.dataFrame.withColumn(field_name, monotonically_increasing_id())
  File "/home/himaprasoon/apps/spark-1.6.0-bin-hadoop2.6/python/pyspark/sql/functions.py", line 347, in monotonically_increasing_id
    return Column(sc._jvm.functions.monotonically_increasing_id())
TypeError: 'JavaPackage' object is not callable

我正在使用 apache-zeppelin 解释器并将 py4j 添加到 python 路径。

当我做

import py4j
print(dir(py4j))

导入成功

['__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', 'compat', 'finalizer', 'java_collections', 'java_gateway', 'protocol', 'version']

当我尝试

print(sc._jvm.functions)

在 pyspark shell 中打印

<py4j.java_gateway.JavaClass object at 0x7fdaf9727ba8>

但是当我在我的解释器中尝试这个时，它会打印

<py4j.java_gateway.JavaPackage object at 0x7f07cc3f77f0>
4

1 回答 1

2

在 zeppelin 解释器代码中

java_import(gateway.jvm, "org.apache.spark.sql.*")

没有被执行。将此添加到导入解决了问题

于 2016-05-17T11:18:53.630 回答