Python 我做错了什么？试图使用PySpark连接mySql数据库，但我一直收到加载错误

我试图使用PySpark连接到mySql数据库，但收到一个错误。我不知道下面的SparkSession代码中的配置设置意味着什么-这是我第一次尝试使用spark，所以我一直在遵循下面的教程

我试图连接的mySql数据库可以通过Sequel Pro访问，并且我已经使用我在这里输入的代码中的凭据成功连接到它（mytable不是文本表，同样，mydb和mypass是不同的字符串）

然后我运行下面的代码并收到错误

    url="jdbc:mysql://localhost:3306/mydb",
    driver = "com.mysql.jdbc.Driver",
    dbtable = "mytable",
    user="guest",
    password="mypass").load()

以下是错误：

<ipython-input-27-811547d9be98> in <module>()
      4     dbtable = "mytable",
      5     user="guest",
----> 6     password="mypass").load()

/anaconda3/lib/python3.6/site-packages/pyspark/sql/readwriter.py in load(self, path, format, schema, **options)
    170             return self._df(self._jreader.load(self._spark._sc._jvm.PythonUtils.toSeq(path)))
    171         else:
--> 172             return self._df(self._jreader.load())
    173 
    174     @since(1.4)

/anaconda3/lib/python3.6/site-packages/py4j/java_gateway.py in __call__(self, *args)
   1255         answer = self.gateway_client.send_command(command)
   1256         return_value = get_return_value(
-> 1257             answer, self.gateway_client, self.target_id, self.name)
   1258 
   1259         for temp_arg in temp_args:

/anaconda3/lib/python3.6/site-packages/pyspark/sql/utils.py in deco(*a, **kw)
     61     def deco(*a, **kw):
     62         try:
---> 63             return f(*a, **kw)
     64         except py4j.protocol.Py4JJavaError as e:
     65             s = e.java_exception.toString()

/anaconda3/lib/python3.6/site-packages/py4j/protocol.py in get_return_value(answer, gateway_client, target_id, name)
    326                 raise Py4JJavaError(
    327                     "An error occurred while calling {0}{1}{2}.\n".
--> 328                     format(target_id, ".", name), value)
    329             else:
    330                 raise Py4JError(

Py4JJavaError: An error occurred while calling o340.load.
: java.lang.ClassNotFoundException: com.mysql.jdbc.Driver
    at java.net.URLClassLoader.findClass(URLClassLoader.java:382)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:418)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:351)
    at org.apache.spark.sql.execution.datasources.jdbc.DriverRegistry$.register(DriverRegistry.scala:45)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions$$anonfun$5.apply(JDBCOptions.scala:99)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions$$anonfun$5.apply(JDBCOptions.scala:99)
    at scala.Option.foreach(Option.scala:257)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions.<init>(JDBCOptions.scala:99)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions.<init>(JDBCOptions.scala:35)
    at org.apache.spark.sql.execution.datasources.jdbc.JdbcRelationProvider.createRelation(JdbcRelationProvider.scala:32)
    at org.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:318)
    at org.apache.spark.sql.DataFrameReader.loadV1Source(DataFrameReader.scala:223)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:211)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:167)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:244)
    at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:357)
    at py4j.Gateway.invoke(Gateway.java:282)
    at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
    at py4j.commands.CallCommand.execute(CallCommand.java:79)
    at py4j.GatewayConnection.run(GatewayConnection.java:238)
    at java.lang.Thread.run(Thread.java:748)

（） 4 dbtable=“mytable”， 5 user=“guest”， ---->6 password=“mypass”）.load（） /加载中的anaconda3/lib/python3.6/site-packages/pyspark/sql/readwriter.py（self、path、format、schema、**选项） 170返回self.\u df（self.\u jreader.load（self.\u spark.\u sc.\u jvm.PythonUtils.toSeq（path））） 171.其他： -->172返回self.\u df（self.\u jreader.load（）） 173 174@自（1.4） /anaconda3/lib/python3.6/site-packages/py4j/java_gateway.py in_____调用（self，*args） 1255 answer=self.gateway\u client.send\u命令（command） 1256返回值=获取返回值( ->1257应答，self.gateway_客户端，self.target_id，self.name） 1258 1259对于临时参数中的临时参数： /装饰中的anaconda3/lib/python3.6/site-packages/pyspark/sql/utils.py（*a，**kw） 61 def装饰（*a，**千瓦）： 62尝试： --->63返回f（*a，**kw） 64除py4j.protocol.Py4JJavaError外的其他错误为e: 65 s=e.java_exception.toString（） /获取返回值（应答、网关客户端、目标id、名称）中的anaconda3/lib/python3.6/site-packages/py4j/protocol.py 326 raise Py4JJavaError( 327“调用{0}{1}{2}时出错。\n”。 -->328格式（目标id，“.”，名称），值） 329其他： 330升起Py4JError( Py4JJavaError:调用o340.load时出错。 ：java.lang.ClassNotFoundException:com.mysql.jdbc.Driver 位于java.net.URLClassLoader.findClass（URLClassLoader.java:382） 位于java.lang.ClassLoader.loadClass（ClassLoader.java:418） 位于java.lang.ClassLoader.loadClass（ClassLoader.java:351） 位于org.apache.spark.sql.execution.datasources.jdbc.DriverRegistry$.register（DriverRegistry.scala:45） 位于org.apache.spark.sql.execution.datasources.jdbc.jdboptions$$anonfun$5.apply（jdboptions.scala:99） 位于org.apache.spark.sql.execution.datasources.jdbc.jdboptions$$anonfun$5.apply（jdboptions.scala:99） 位于scala.Option.foreach（Option.scala:257） 位于org.apache.spark.sql.execution.datasources.jdbc.jdbcopies。（jdbcopions.scala:99） 位于org.apache.spark.sql.execution.datasources.jdbc.jdbcopies。（jdbcopies.scala:35） 位于org.apache.spark.sql.execution.datasources.jdbc.jdbrelationprovider.createRelation（jdbrelationprovider.scala:32） 位于org.apache.spark.sql.execution.datasources.DataSource.resolveRelation（DataSource.scala:318） 位于org.apache.spark.sql.DataFrameReader.loadV1Source（DataFrameReader.scala:223） 位于org.apache.spark.sql.DataFrameReader.load（DataFrameReader.scala:211） 位于org.apache.spark.sql.DataFrameReader.load（DataFrameReader.scala:167） 在sun.reflect.NativeMethodAccessorImpl.invoke0（本机方法）处 位于sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:62） 在sun.reflect.DelegatingMethodAccessorImpl.invoke（DelegatingMethodAccessorImpl.java:43）中 位于java.lang.reflect.Method.invoke（Method.java:498） 位于py4j.reflection.MethodInvoker.invoke（MethodInvoker.java:244） 位于py4j.reflection.ReflectionEngine.invoke（ReflectionEngine.java:357） 在py4j.Gateway.invoke处（Gateway.java:282） 位于py4j.commands.AbstractCommand.invokeMethod（AbstractCommand.java:132） 在py4j.commands.CallCommand.execute（CallCommand.java:79） 在py4j.GatewayConnection.run处（GatewayConnection.java:238） 运行（Thread.java:748）

---

您可以使用此帮助程序功能。如果驱动程序不存在，它将下载驱动程序：

def connect_to_sql(
        spark, jdbc_hostname, jdbc_port, database, data_table, username, password
):
    jdbc_url = "jdbc:mysql://{0}:{1}/{2}".format(jdbc_hostname, jdbc_port, database)

    connection_details = {
        "user": username,
        "password": password,
        "driver": "com.mysql.cj.jdbc.Driver",
    }

    df = spark.read.jdbc(url=jdbc_url, table=data_table, properties=connection_details)
    return df

---

spark

是一个

SparkSession

对象。

java.lang.ClassNotFoundException:com.mysql.jdbc.Driver

@Lamanus谢谢！我下载了mysql-connector-java-8.0.18.jar，但我不确定它到底需要在哪里文件路径。也许类名改为

com.mysql.cj.jdbc.Driver

@Lamanus-mysqlConnector/J 8仍然提供

com.mysql.cj.jdbc.Driver

以实现向后兼容性。

def connect_to_sql(
        spark, jdbc_hostname, jdbc_port, database, data_table, username, password
):
    jdbc_url = "jdbc:mysql://{0}:{1}/{2}".format(jdbc_hostname, jdbc_port, database)

    connection_details = {
        "user": username,
        "password": password,
        "driver": "com.mysql.cj.jdbc.Driver",
    }

    df = spark.read.jdbc(url=jdbc_url, table=data_table, properties=connection_details)
    return df