关于spark入门报错 java.io.FileNotFoundException: File file:/home/dummy/spark_log/file1.txt does not exist

不想看废话的可以直接拉到最底看总结

废话开始：

master：

master主机存在文件，却报

执行spark-shell语句：  ./spark-shell  --master spark://master:7077 --executor-memory 1G --total-executor-cores 2

报错：WARN TaskSetManager: Lost task 1.0 in stage 0.0 (TID 1, slave02): java.io.FileNotFoundException: File file:/home/dummy/spark_log/file1.txt does not exist

明明指定了master主机，为什么会报错slave02找不到文件呢

把文件改为file.txt  file2.txt还是同样的错误，所以你就会觉得他是从slave02读取文件的吧？

那就在slave02创建个aa.txt:

返回master执行

然后报错

导入路径找到不？这是很多新手就懵逼了

其实原因在于最初的执行spark-shell语句：  ./spark-shell  --master spark://master:7077 --executor-memory 1G --total-executor-cores 2

每个主机的executor默认是一个core ! 这里设置为2个，就会从其他主机拉取一个core

用jps查看3台主机的进程：

master：

slave01：

slave02:

CoarseGrainedExecutorBackend是什么？

我们知道Executor负责计算任务，即执行task，而Executor对象的创建及维护是由CoarseGrainedExecutorBackend负责的

总结：

在spark-shell里执行textFile方法时，如果total-executor-cores设置为N，哪N台机有CoarseGrainedExecutorBackend进程的，读取的文件需要在这N台机都存在

如果设置为1，就读取指定的master spark的文件

如果只执行   ./spark-shell  就读取启动命令的主机的文件，即在哪台机启动就读取哪台机

以上仅为个人小白的观点，如有错误，欢迎纠正！