0672-5.16.1-CDSW中Run Experiments异常分析

Fayson的github： https://github.com/fayson/cdhproject

推荐关注微信公众号：“Hadoop实操”，ID：gh_c4c535955d0f

1 CDSW Experiments简介

从CDSW (Cloudera Data Science Workbench) 1.4开始，CDSW中新增了一个Experiments 功能，它允许数据科学家运行批处理实验，跟踪不同版本的代码，并进行参数输入和输出。Experiments 是批量执行的工作负载，将代码、输入参数和输出模板化。此功能还提供轻量级跟踪输出数据的功能，包括文件、指标和元数据用以进行比较。

测试环境
1.Redhat7.2
2.CM/CDH5.16.1

2 问题描述

当我们在项目中添加一个脚本，这里使用官方示例 add.py

import sys
import cdsw

args = len(sys.argv) - 1  
sum = 0
x = 1

while (args >= x): 
    print ("Argument %i: %s" % (x, sys.argv[x]))
    sum = sum + int(sys.argv[x])
    x = x + 1

print ("Sum of the numbers is: %i." % sum)

参数如下：

run experiments ，会出现如下错误

3 解决办法

关于上面的问题主要在于run experiments 时，会run /home/cdsw/cdsw-build.sh,这个脚本中会执行pip install sklearn,当我们在离线的环境下，无法安装sklearn 包，就会出现该问题，那么解决该问题有两种办法

3.1 添加定制镜像，引入sklearn的安装包

如何定制镜像可以参考Fayson 之前的文章《如何基于CDSW基础镜像定制Docker》和《如何在CDSW中定制Docker镜像》这里不多描述，定制完成后选择新的镜像并保存

然后重新打开会话，run experiments

发现可以正常pip install sklearn，并成功执行完成

3.2 到会话中注释/home/cdsw/cdsw-build.sh 文件中的pip install sklearn

进入会话中，点击_Terminal access

注释/home/cdsw/cdsw-build.sh 文件中的pip install sklearn

然后再重新执行，也可以正常执行完成

参考文档：

https://www.cloudera.com/documentation/data-science-workbench/latest/topics/cdsw_experiments.html

标签：Run,sum,cdsw,experiments,Experiments,镜像,CDSW,sklearn
来源： https://blog.csdn.net/Hadoop_SC/article/details/100169246