Databricks Connect:无法连接到azure上的远程群集，命令：'databricks-connect test‘停止

Question

我尝试将Databricks Connect设置为能够使用已在Azure上的Workspace上运行的远程Databricks Cluster。当我尝试运行命令'databricks-connect test‘时，它永远不会结束。

我关注官方documentation。

我在3.7版本中安装了最新的Anaconda。我已经创建了本地环境: conda create --name dbconnect python=3.5

我已经在5.1版本中安装了' Databricks -connect‘，它与我在Azure Databricks上的集群配置相匹配。

    pip install -U databricks-connect==5.1.*

我已经按如下方式设置了databricks-connect配置：

    (base) C:\>databricks-connect configure
    The current configuration is:
    * Databricks Host: ******.azuredatabricks.net
    * Databricks Token: ************************************
    * Cluster ID: ****-******-*******
    * Org ID: ****************
    * Port: 8787

完成上述步骤后，我尝试为databricks connect运行'test‘命令：

    databricks-connect test

因此，过程在关于MetricsSystem的警告后启动和停止，如下所示：

    (dbconnect) C:\>databricks-connect test
    * PySpark is installed at c:\users\miltad\appdata\local\continuum\anaconda3\envs\dbconnect\lib\site-packages\pyspark
    * Checking java version
    java version "1.8.0_181"
    Java(TM) SE Runtime Environment (build 1.8.0_181-b13)
    Java HotSpot(TM) 64-Bit Server VM (build 25.181-b13, mixed mode)
    * Testing scala command
    19/05/31 08:14:26 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
    Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
    Setting default log level to "WARN".
    To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
    19/05/31 08:14:34 WARN MetricsSystem: Using default name SparkStatusTracker for source because neither spark.metrics.namespace nor spark.app.id is set. 

我希望这个过程应该像在官方documentation中那样进入下一步。

    * Testing scala command
    18/12/10 16:38:44 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
    Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
    Setting default log level to "WARN".
    To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
    18/12/10 16:38:50 WARN MetricsSystem: Using default name SparkStatusTracker for source because neither spark.metrics.namespace nor spark.app.id is set.
    18/12/10 16:39:53 WARN SparkServiceRPCClient: Now tracking server state for 5abb7c7e-df8e-4290-947c-c9a38601024e, invalidating prev state
    18/12/10 16:39:59 WARN SparkServiceRPCClient: Syncing 129 files (176036 bytes) took 3003 ms
    Welcome to
          ____              __
         / __/__  ___ _____/ /__
        _\ \/ _ \/ _ `/ __/  '_/
       /___/ .__/\_,_/_/ /_/\_\   version 2.4.0-SNAPSHOT
          /_/

    Using Scala version 2.11.12 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_152)
    Type in expressions to have them evaluated.
    Type :help for more information.

所以我的进程在'WARN MetricsSystem: Using default name SparkStatusTracker‘之后停止。

我做错了什么？我应该配置更多的东西吗？

Answer 1

很多人似乎在Windows上的test命令中看到了这个问题。但是，如果您尝试使用Databricks connect，它可以很好地工作。忽略它似乎是安全的。

Answer 2

看起来这个功能在runtimes 5.3或更低版本上不受官方支持。如果更新运行时有限制，我会确保spark conf设置如下：spark.databricks.service.server.enabled true然而，使用较旧的运行时，事情可能仍然不稳定。我建议使用运行时5.5或6.1或更高版本来执行此操作。