web-dev-qa-db-fra.com

pyspark mysql jdbc load Une erreur s'est produite lors de l'appel à o23.load Aucun pilote approprié

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:

  1. Téléchargez mysql-connector-Java-5.0.8-bin.jar Et placez-le dans /usr/local/spark/lib/. C'est toujours la même erreur.

  2. 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.

  1. Ensuite, j'ai essayé 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!

9
shellbye

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
8