Re: Re: pyflink 引用第三库的文件出现安装权限的问题
Hi,
在使用pyflink 提交任务时，指定 -pyarch venv.zip -pyexec
venv.zip/venv/bin/python，任务里面用到了udf IPy是第三方库，之前直接安装报权限错误，不能安装，现在想用虚拟环境的方法来解决
set_python_requirements 图片地址：https://s3.ax1x.com/2020/12/17/r8J6AI.png
之前是使用默认Python环境，会报安装权限被拒绝的问题，我刚才使用指定Python环境的方式提交了一下，里面也加上了
set_python_requirements，没有再报权限的错误，并被提交到了yarn上有applicationid，这是说明已经在虚拟环境中安装成功了吧？
但是出现了新的错误，Caused by: java.net.ConnectException: Connection refused
错误图片地址：https://s3.ax1x.com/2020/12/17/r8YJKg.png
我的cdh环境是，hadoop也是在这三台机器上部署的
cdh001 cdh002 cdh003
flink 版本 1.11
集群配置:
master cdh001:8081cdh002:8081
wokers cdh001 cdh002 cdh003
看报错是在连接 cdh002:31331 的时候出现了问题，当任务被提交到yarn集群时，我在cdh002的机器上查找这个端口，并没有发现有31331存在
netstat -ntlp|grep 31331 是空的
这个是因为什么呀？
Best，
Magichuang
> -- 原始邮件 --
> 发 件 人："Xingbo Huang"
> 发送时间：2020-12-16 12:42:48
> 收 件 人：user-zh
> 抄 送：
> 主 题：Re: pyflink 引用第三库的文件出现安装权限的问题
>
> Hi,
>
> 默认就是你每台机器的python指向的环境下，当然你也可以通过-pyexec指定不同的python环境
>
> Best,
> Xingbo
>
> magichuang 于2020年12月15日周二 下午8:02写道：
>
> > 我现在看看那个报错，flink是把requirements.txt 和 cached_dir 已经先上传到hdfs上了，因为
> > /yarn/nm/usercache/root/appcache/application_1608026509770_0001/flink-dist-cache-f2899798-cfd4-42b9-95d3-204e7e34b943/418cd5a449fd6ec4b61a3cc2dca4ea08/requirements.txt
> >
> >
> > /yarn/nm/usercache/root/appcache/application_1608026509770_0001/flink-dist-cache-f2899798-cfd4-42b9-95d3-204e7e34b943/418cd5a449fd6ec4b61a3cc2dca4ea08/cached_dir
> > 在提交的时候 去看机器上是存在的，只不过等程序挂了，这个
> > /yarn/nm/usercache/root/appcache/application_1608026509770_0001文件夹就没了，所以有感觉hdfs没有问题。。
> >
> > 现在想请教一下，flink在引入外部 python依赖时，在从离线包里面安装库的时候是安装到了哪里？
> >
> >
> >
> >
> > 我看报错信息： Error [Errno 13] Permission denied: '' while executing command
> > python setup.py egg_info
> >
> > 因为它是在 python setup.py 的时候报的权限问题
> >
> >
> >
> >
> > 求大家给看看~~ 感谢
> >
> >
> >
> >
> > -- 原始邮件 --
> >
> > 发 件 人：magichuang
> >
> > 发送时间：2020-12-15 14:15:04
> >
> > 收 件 人：user-zh
> >
> > 抄 送：
> >
> > 主 题：pyflink 引用第三库的文件出现安装权限的问题
> >
> >
> >
> >
> > 请教一下大家，在本地直接python demo.py是可以运行的，但是提交到集群就会报错
> >
> > flink 版本：1.11 flink on yarn集群模式部署， per-job模式提交，三台机器
> >
> >
> >
> >
> > 提交命令：flink run -m yarn-cluster -ynm demo -ys 2 -ytm 2048 -p 2 -py demo.py
> >
> >
> >
> >
> > 代码截图地址：https://s3.ax1x.com/2020/12/15/rKIwE6.png
> >
> >
> >
> >
> > 报错截图地址：https://s3.ax1x.com/2020/12/15/rKIlNT.png
> >
> >
> >
> >
> > requestments.txt: IPy==1.0 cache_dir: IPy-1.00.tar.gz
> >
> >
> >
> >
> > 自定义udf代码：
> >
> > @udf(input_types=[DataTypes.STRING()], result_type=DataTypes.STRING())
> >
> > def judge_ip(ip):
> >
> > import IPy
> >
> > if ip in IPy.IP('192.168.112.0/28'):
> >
> > return 'in'
> >
> > return 'out'
> >
> >
> >
> >
> >
> >
> >
> > 祝好~
> >
> >
> >
--
Best，
MagicHuang
Re: pyflink 引用第三库的文件出现安装权限的问题
Hi,
默认就是你每台机器的python指向的环境下，当然你也可以通过-pyexec指定不同的python环境
Best,
Xingbo
magichuang 于2020年12月15日周二 下午8:02写道：
> 我现在看看那个报错，flink是把requirements.txt 和 cached_dir 已经先上传到hdfs上了，因为
> /yarn/nm/usercache/root/appcache/application_1608026509770_0001/flink-dist-cache-f2899798-cfd4-42b9-95d3-204e7e34b943/418cd5a449fd6ec4b61a3cc2dca4ea08/requirements.txt
>
>
>
> /yarn/nm/usercache/root/appcache/application_1608026509770_0001/flink-dist-cache-f2899798-cfd4-42b9-95d3-204e7e34b943/418cd5a449fd6ec4b61a3cc2dca4ea08/cached_dir
> 在提交的时候 去看机器上是存在的，只不过等程序挂了，这个
> /yarn/nm/usercache/root/appcache/application_1608026509770_0001文件夹就没了，所以有感觉hdfs没有问题。。
>
> 现在想请教一下，flink在引入外部 python依赖时，在从离线包里面安装库的时候是安装到了哪里？
>
>
>
>
> 我看报错信息： Error [Errno 13] Permission denied: '' while executing command
> python setup.py egg_info
>
> 因为它是在 python setup.py 的时候报的权限问题
>
>
>
>
> 求大家给看看~~感谢
>
>
>
>
> -- 原始邮件 --
>
> 发 件 人：magichuang
>
> 发送时间：2020-12-15 14:15:04
>
> 收 件 人：user-zh
>
> 抄 送：
>
> 主 题：pyflink 引用第三库的文件出现安装权限的问题
>
>
>
>
> 请教一下大家，在本地直接python demo.py是可以运行的，但是提交到集群就会报错
>
> flink 版本：1.11 flink on yarn集群模式部署， per-job模式提交，三台机器
>
>
>
>
> 提交命令：flink run -m yarn-cluster -ynm demo -ys 2 -ytm 2048 -p 2 -py demo.py
>
>
>
>
> 代码截图地址：https://s3.ax1x.com/2020/12/15/rKIwE6.png
>
>
>
>
> 报错截图地址：https://s3.ax1x.com/2020/12/15/rKIlNT.png
>
>
>
>
> requestments.txt:IPy==1.0cache_dir: IPy-1.00.tar.gz
>
>
>
>
> 自定义udf代码：
>
> @udf(input_types=[DataTypes.STRING()], result_type=DataTypes.STRING())
>
> def judge_ip(ip):
>
> import IPy
>
> if ip in IPy.IP('192.168.112.0/28'):
>
> return 'in'
>
> return 'out'
>
>
>
>
>
>
>
> 祝好~
>
>
>
Re: pyflink 引用第三库的文件出现安装权限的问题
我现在看看那个报错，flink是把requirements.txt 和 cached_dir 已经先上传到hdfs上了，因为
/yarn/nm/usercache/root/appcache/application_1608026509770_0001/flink-dist-cache-f2899798-cfd4-42b9-95d3-204e7e34b943/418cd5a449fd6ec4b61a3cc2dca4ea08/requirements.txt
/yarn/nm/usercache/root/appcache/application_1608026509770_0001/flink-dist-cache-f2899798-cfd4-42b9-95d3-204e7e34b943/418cd5a449fd6ec4b61a3cc2dca4ea08/cached_dir
在提交的时候 去看机器上是存在的，只不过等程序挂了，这个
/yarn/nm/usercache/root/appcache/application_1608026509770_0001文件夹就没了，所以有感觉hdfs没有问题。。
现在想请教一下，flink在引入外部 python依赖时，在从离线包里面安装库的时候是安装到了哪里？
我看报错信息： Error [Errno 13] Permission denied: '' while executing command python
setup.py egg_info
因为它是在 python setup.py 的时候报的权限问题
求大家给看看~~感谢
-- 原始邮件 --
发 件 人：magichuang
发送时间：2020-12-15 14:15:04
收 件 人：user-zh
抄 送：
主 题：pyflink 引用第三库的文件出现安装权限的问题
请教一下大家，在本地直接python demo.py是可以运行的，但是提交到集群就会报错
flink 版本：1.11 flink on yarn集群模式部署， per-job模式提交，三台机器
提交命令：flink run -m yarn-cluster -ynm demo -ys 2 -ytm 2048 -p 2 -py demo.py
代码截图地址：https://s3.ax1x.com/2020/12/15/rKIwE6.png
报错截图地址：https://s3.ax1x.com/2020/12/15/rKIlNT.png
requestments.txt:IPy==1.0cache_dir: IPy-1.00.tar.gz
自定义udf代码：
@udf(input_types=[DataTypes.STRING()], result_type=DataTypes.STRING())
def judge_ip(ip):
import IPy
if ip in IPy.IP('192.168.112.0/28'):
return 'in'
return 'out'
祝好~
Re: pyflink 引用第三库的文件出现安装权限的问题
Hi, 光看报错，不知道是哪一步的权限不足导致的，你要不尝试wheel包传上去试试看吧，tar包源码安装会执行setup.py，可能会读写yarn上某些没有权限的目录啥的。 Best, Xingbo
pyflink 引用第三库的文件出现安装权限的问题
请教一下大家，在本地直接python demo.py是可以运行的，但是提交到集群就会报错
flink 版本：1.11 flink on yarn集群模式部署， per-job模式提交，三台机器
提交命令：flink run -m yarn-cluster -ynm demo -ys 2 -ytm 2048 -p 2 -py demo.py
代码截图地址：https://s3.ax1x.com/2020/12/15/rKIwE6.png
报错截图地址：https://s3.ax1x.com/2020/12/15/rKIlNT.png
requestments.txt:IPy==1.0cache_dir: IPy-1.00.tar.gz
自定义udf代码：
@udf(input_types=[DataTypes.STRING()], result_type=DataTypes.STRING())
def judge_ip(ip):
import IPy
if ip in IPy.IP('192.168.112.0/28'):
return 'in'
return 'out'
祝好~
