在 Google Colab 上创建 SparkContext 会给出：“运行时错误：Java 网关进程在发送其端口号之前退出”

以下是依赖项，已成功安装。

!apt-get install openjdk-8-jre
!apt-get install scala
!pip install py4j
!wget -q https://downloads.apache.org/spark/spark-2.4.8/spark-2.4.8-bin-hadoop2.7.tgz
!tar xf spark-2.4.8-bin-hadoop2.7.tgz
!pip install -q findspark

现在创建 Spark 上下文：

# Setting up environment variables
import os
os.environ["JAVA_HOME"] = "/usr/lib/jvm/java-8-openjdk-amd64"
os.environ["SPARK_HOME"] = "/content/spark-2.4.8-bin-hadoop2.7"
# export PYSPARK_SUBMIT_ARGS ="--master local[2]"

# Importing and initating spark
import findspark
findspark.init()
from pyspark.sql import SparkSession
spark = SparkSession.builder.master("local[*]").appName("Test Setup").getOrCreate()
sc = spark.sparkContext

我收到此错误：

RuntimeError：Java 网关进程在发送其端口之前退出 数字

请注意，这是一个 Colab 笔记本。任何形式的帮助都会很棒。

您可以安装使用 PyPI 的 Pyspark https://spark.apache.org/docs/latest/api/python/getting_started/install.html作为备选：

对于 Python 用户，PySpark 还提供来自 PyPI 的 pip 安装。这通常供本地使用或作为客户端连接到集群，而不是自行设置集群。

安装pyspark+openjdk

%pip install pyspark==2.4.8
!apt-get install openjdk-8-jdk-headless -qq > /dev/null

创建火花会话

from pyspark.sql import SparkSession

spark = SparkSession.builder\
        .master("local[*]")\
        .appName("Test Setup")\
        .getOrCreate()

在 Google Colab 笔记本中测试：