故障診斷 PySpark 分析範本

使用 PySpark 分析範本執行任務時，您可能會在任務初始化或執行期間遇到失敗。這些失敗通常與指令碼組態、資料存取許可或環境設定相關。

如需 PySpark 限制的詳細資訊，請參閱中的 PySpark 限制 AWS Clean Rooms。

對程式碼進行故障診斷

AWS Clean Rooms 限制敏感資料來自錯誤訊息和日誌，以保護客戶的基礎資料。為了協助您開發和疑難排解程式碼，我們建議您 AWS Clean Rooms 在自己的帳戶中模擬，並使用自己的測試資料執行任務。

您可以使用下列步驟在 Amazon EMR Serverless 中模擬 AWS Clean Rooms 中的 PySpark。它與 AWS Clean Rooms 中的 PySpark 會有些微差異，但主要涵蓋程式碼的執行方式。

在 Amazon S3 中建立資料集，將其編目在中 AWS Glue Data Catalog，並設定 Lake Formation 許可。
使用自訂角色向 Lake Formation 註冊 S3 位置。
如果您還沒有 Amazon EMR Studio 執行個體，請建立執行個體（需要 Amazon EMR Studio 才能使用 Amazon EMR Serverless)。
建立 EMR Serverless 應用程式
- 選取發行版本 emr-7.7.0。
- 選取 ARM64 架構。
- 選擇使用自訂設定。
- 停用預先初始化的容量。
- 如果您打算執行互動式工作，請選取互動式端點 > 啟用 EMR Studio 的端點。
- 選取其他組態 > 使用 Lake Formation 進行精細存取控制。
- 建立應用程式。
透過 EMR-Studio 筆記本或 StartJobRun API 使用 EMR-S。

由於三個主要組態問題，分析範本任務可能會在啟動時立即失敗：

驗證您的使用者指令碼：
1. 檢查您的使用者指令碼是否具有有效的 Python 檔案名稱。
  
  有效的 Python 檔案名稱使用小寫字母、底線分隔單字和 .py 副檔名。
驗證進入點函數。如果您的使用者指令碼沒有進入點函數，請新增一個。
1. 開啟您的使用者指令碼。
2. 新增此進入點函數：
```
def entrypoint(context):
    # Your analysis code here
```
3. 確保函數名稱的拼寫與完全相同entrypoint。
4. 確認函數接受 context 參數。
檢查 Python 版本相容性：
1. 驗證您的虛擬環境是否使用 Python 3.9。
2. 若要檢查您的版本，請執行： python --version
3. 如有需要，請更新您的虛擬環境：
```
conda create -n analysis-env python=3.9
conda activate analysis-env
```

基於這些安全性和格式原因，分析任務可能會在執行期間失敗：

移除直接 AWS 服務存取：
1. 搜尋您的程式碼以取得直接 AWS 服務匯入和呼叫。
2. 使用提供的 Spark 工作階段方法取代直接 S3 存取。
3. 只能透過協作界面使用預先設定的資料表。
正確格式化輸出：
1. 確認所有輸出都是 Spark DataFrames
2. 更新您的傳回陳述式以符合此格式：
```
return {
    "results": {
        "output1": dataframe1
    }
}
```
3. 移除任何非 DataFrame 傳回物件。
移除網路呼叫：
1. 識別並移除任何外部 API 呼叫。
2. 移除任何 urllib、請求或類似的網路程式庫。
3. 移除任何通訊端連線或 HTTP 用戶端程式碼。

虛擬環境組態失敗通常原因如下：

設定正確的架構：
1. 使用檢查您目前的架構 uname -m.
2. 更新您的 Dockerfile 以指定 ARM64：
```
FROM --platform=linux/arm64 public.ecr.aws/amazonlinux/amazonlinux:2023-minimal
```
3. 使用重建您的容器 docker build --platform=linux/arm64.
修正 Python 縮排：
1. 在程式碼檔案black上執行 Python 程式碼格式化程式，如。
2. 驗證是否一致地使用空格或標籤（非兩者）。
3. 檢查所有程式碼區塊的縮排：
```
def my_function():
    if condition:
        do_something()
    return result
```
4. 使用 IDE 搭配 Python 縮排反白顯示。
驗證環境組態：
1. 執行 python -m py_compile your_script.py以檢查語法錯誤。
2. 在部署之前在本機測試環境。
3. 確認所有相依性都列在中requirements.txt。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

檢閱 PySpark 分析範本

分析