J'utilise l'image docker sequenceiq/spark sur mon Mac pour étudier ces exemples spark , pendant le processus d'étude, je mets à jour le spark à l'intérieur de ce image à 1.6.1 selon cette réponse , et l'erreur s'est produite lorsque je démarre l'exemple Simple Data Operations
, voici ce qui s'est passé:
lorsque j'exécute df = sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load()
cela déclenche une erreur, et la pile complète avec la console pyspark est la suivante:
Python 2.6.6 (r266:84292, Jul 23 2015, 15:22:56)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-11)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
16/04/12 22:45:28 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-Java classes where applicable
Welcome to
____ __
/ __/__ ___ _____/ /__
_\ \/ _ \/ _ `/ __/ '_/
/__ / .__/\_,_/_/ /_/\_\ version 1.6.1
/_/
Using Python version 2.6.6 (r266:84292, Jul 23 2015 15:22:56)
SparkContext available as sc, HiveContext available as sqlContext.
>>> url = "jdbc:mysql://localhost:3306/test?user=root;password=myPassWord"
>>> df = sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load()
16/04/12 22:46:05 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
16/04/12 22:46:06 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
16/04/12 22:46:11 WARN ObjectStore: Version information not found in metastore. Hive.metastore.schema.verification is not enabled so recording the schema version 1.2.0
16/04/12 22:46:11 WARN ObjectStore: Failed to get database default, returning NoSuchObjectException
16/04/12 22:46:16 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
16/04/12 22:46:17 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/spark/python/pyspark/sql/readwriter.py", line 139, in load
return self._df(self._jreader.load())
File "/usr/local/spark/python/lib/py4j-0.9-src.Zip/py4j/Java_gateway.py", line 813, in __call__
File "/usr/local/spark/python/pyspark/sql/utils.py", line 45, in deco
return f(*a, **kw)
File "/usr/local/spark/python/lib/py4j-0.9-src.Zip/py4j/protocol.py", line 308, in get_return_value
py4j.protocol.Py4JJavaError: An error occurred while calling o23.load.
: Java.sql.SQLException: No suitable driver
at Java.sql.DriverManager.getDriver(DriverManager.Java:278)
at org.Apache.spark.sql.execution.datasources.jdbc.JdbcUtils$$anonfun$2.apply(JdbcUtils.scala:50)
at org.Apache.spark.sql.execution.datasources.jdbc.JdbcUtils$$anonfun$2.apply(JdbcUtils.scala:50)
at scala.Option.getOrElse(Option.scala:120)
at org.Apache.spark.sql.execution.datasources.jdbc.JdbcUtils$.createConnectionFactory(JdbcUtils.scala:49)
at org.Apache.spark.sql.execution.datasources.jdbc.JDBCRDD$.resolveTable(JDBCRDD.scala:120)
at org.Apache.spark.sql.execution.datasources.jdbc.JDBCRelation.<init>(JDBCRelation.scala:91)
at org.Apache.spark.sql.execution.datasources.jdbc.DefaultSource.createRelation(DefaultSource.scala:57)
at org.Apache.spark.sql.execution.datasources.ResolvedDataSource$.apply(ResolvedDataSource.scala:158)
at org.Apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:119)
at Sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at Sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.Java:57)
at Sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.Java:43)
at Java.lang.reflect.Method.invoke(Method.Java:606)
at py4j.reflection.MethodInvoker.invoke(MethodInvoker.Java:231)
at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.Java:381)
at py4j.Gateway.invoke(Gateway.Java:259)
at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.Java:133)
at py4j.commands.CallCommand.execute(CallCommand.Java:79)
at py4j.GatewayConnection.run(GatewayConnection.Java:209)
at Java.lang.Thread.run(Thread.Java:744)
>>>
Voici ce que j'ai essayé jusqu'à présent:
Téléchargez mysql-connector-Java-5.0.8-bin.jar
Et placez-le dans /usr/local/spark/lib/
. C'est toujours la même erreur.
Créez t.py
Comme ceci:
from pyspark import SparkContext
from pyspark.sql import SQLContext
sc = SparkContext(appName="PythonSQL")
sqlContext = SQLContext(sc)
df = sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load()
df.printSchema()
countsByAge = df.groupBy("age").count()
countsByAge.show()
countsByAge.write.format("json").save("file:///usr/local/mysql/mysql-connector-Java-5.0.8/db.json")
puis j'ai essayé spark-submit --conf spark.executor.extraClassPath=mysql-connector-Java-5.0.8-bin.jar --driver-class-path mysql-connector-Java-5.0.8-bin.jar --jars mysql-connector-Java-5.0.8-bin.jar --master local[4] t.py
. Le résultat est toujours le même.
pyspark --conf spark.executor.extraClassPath=mysql-connector-Java-5.0.8-bin.jar --driver-class-path mysql-connector-Java-5.0.8-bin.jar --jars mysql-connector-Java-5.0.8-bin.jar --master local[4] t.py
, Avec et sans le t.py
Suivant, toujours le même.Pendant tout cela, le mysql est en cours d'exécution. Et voici mes infos os:
# rpm --query centos-release
centos-release-6-5.el6.centos.11.2.x86_64
Et la version hadoop est 2.6.
Maintenant, je ne sais plus où aller, alors j'espère que quelqu'un pourra aider à donner quelques conseils, merci!
J'ai rencontré "Java.sql.SQLException: No convenable driver" lorsque j'ai essayé de faire écrire mon script sur MySQL.
Voici ce que j'ai fait pour résoudre ce problème.
Dans script.py
df.write.jdbc(url="jdbc:mysql://localhost:3333/my_database"
"?user=my_user&password=my_password",
table="my_table",
mode="append",
properties={"driver": 'com.mysql.jdbc.Driver'})
Puis j'ai couru spark-submit de cette façon
SPARK_HOME=/usr/local/Cellar/Apache-spark/1.6.1/libexec spark-submit --packages mysql:mysql-connector-Java:5.1.39 ./script.py
Notez que SPARK_HOME est spécifique à l'endroit où spark est installé. Pour votre environnement, cela https://github.com/sequenceiq/docker-spark/blob/master/README.md pourrait aider.
Si tout ce qui précède est déroutant, essayez ceci:
En t.py remplacer
sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load()
avec
sqlContext.read.format("jdbc").option("dbtable","people").option("driver", 'com.mysql.jdbc.Driver').load()
Et lancez ça avec
spark-submit --packages mysql:mysql-connector-Java:5.1.39 --master local[4] t.py