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,python,mysql,apache-spark,jdbc,pyspark,Python,Mysql,Apache Spark,Jdbc,Pyspark,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",
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