DataProc不解压缩作为存档传递的文件

本文介绍了DataProc不解压缩作为存档传递的文件的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 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"