我试图创建一个RDD,但Spark没有创建它,抛出错误,粘贴如下;
data = records.map(lambda r: LabeledPoint(extract_label(r), extract_features(r)))
first_point = data.first()
Py4JJavaError Traceback (most recent call last)
<ipython-input-19-d713906000f8> in <module>()
----> 1 first_point = data.first()
2 print "Raw data: " + str(first[2:])
3 print "Label: " + str(first_point.label)
4 print "Linear Model feature vector:\n" + str(first_point.features)
5 print "Linear Model feature vector length: " + str(len (first_point.features))
C:\spark\python\pyspark\rdd.pyc in first(self)
1313 ValueError: RDD is empty
1314 """
-> 1315 rs = self.take(1)
1316 if rs:
1317 return rs[0]
C:\spark\python\pyspark\rdd.pyc in take(self, num)
1295
1296 p = range(partsScanned, min(partsScanned + numPartsToTry, totalParts))
-> 1297 res = self.context.runJob(self, takeUpToNumLeft, p)..................
任何帮助都将不胜感激。
谢谢你,英诺森
2条答案
按热度按时间oug3syen1#
您的
records
为空。您可以通过调用records.first()
进行验证。在空RDD上调用
first
会引发错误,但不会引发collect
。[]
值错误:RDD为空
rta7y2nd2#
我也遇到过这个问题,使用FIRST()操作方法,我检查并发现RDD是空的,因此我遇到了这个问题。确保RDD至少有一个记录要处理。