DataProc不解压缩作为存档传递的文件

问题描述

我正在尝试使用.NET电光作业提交数据过程。

命令行如下所示：

gcloud dataproc jobs submit spark
    --cluster=<cluster>
    --region=<region>
    --class=org.apache.spark.deploy.dotnet.DotnetRunner
    --jars=gs://bucket/microsoft-spark-2.4.x-0.11.0.jar
    --archives=gs://bucket/dotnet-build-output.zip
    -- find

此命令行应调用find函数以显示当前目录中的文件。

我只看到2个文件：

././microsoft-spark-2.4.x-0.11.0.jar
././microsoft-spark-2.4.x-0.11.0.jar.crc

最终，GCP不会从指定为--archives的存储中解压该文件。指定的文件存在，并且路径是从GCP UI复制的。此外，我还尝试从存档文件(存在)中运行确切的程序集文件，但失败的原因是File does not exist

推荐答案

正如@daang提到的--archives和--files参数不会将zip文件复制到驱动程序实例，因此这是错误的方向。

我使用此方法：

gcloud dataproc jobs submit spark
        --cluster=<cluster>
        --region=<region>
        --class=org.apache.spark.deploy.dotnet.DotnetRunner
        --jars=gs://<bucket>/microsoft-spark-2.4.x-0.11.0.jar
        -- /bin/sh -c "gsutil cp gs://<bucket>/builds/test.zip . && unzip -n test.zip && chmod +x ./Spark.Job.Test && ./Spark.Job.Test"

这篇关于DataProc不解压缩作为存档传递的文件的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！