Python 从2.3.1升级到spark2.4.2，但mongodb连接器停止工作

我正在使用pyspark，今天我升级了spark，还将mongodb连接器版本从org.mongodb.spark:mongo-spark-connector_2.11:2.2.2升级到 spark:mongo-spark-connector_2.11:2.4.0

我使用--packagesorg.mongodb.spark:mongo-spark-connector_2.11:2.4.0启动pyspark shell

但当尝试从mongodb集合加载数据帧时，我收到了错误消息

>>> df = spark.read.format("com.mongodb.spark.sql.DefaultSource").option("uri", url1).load()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/spark/sparkv2.x/python/pyspark/sql/readwriter.py", line 172, in load
    return self._df(self._jreader.load())
  File "/home/spark/sparkv2.x/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py", line 1257, in __call__
  File "/home/spark/sparkv2.x/python/pyspark/sql/utils.py", line 63, in deco
    return f(*a, **kw)
  File "/home/spark/sparkv2.x/python/lib/py4j-0.10.7-src.zip/py4j/protocol.py", line 328, in get_return_value
py4j.protocol.Py4JJavaError: An error occurred while calling o66.load.
: java.lang.NoClassDefFoundError: Could not initialize class com.mongodb.spark.config.ReadConfig$
    at com.mongodb.spark.sql.DefaultSource.constructRelation(DefaultSource.scala:91)
    at com.mongodb.spark.sql.DefaultSource.createRelation(DefaultSource.scala:50)
    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)

df=spark.read.format（“com.mongodb.spark.sql.DefaultSource”）.option（“uri”，url1.load（）） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 文件“/home/spark/sparkv2.x/python/pyspark/sql/readwriter.py”，第172行，已加载 返回self.\u df（self.\u jreader.load（）） 文件“/home/spark/sparkv2.x/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py”，第1257行，在调用中__ 文件“/home/spark/sparkv2.x/python/pyspark/sql/utils.py”，第63行，deco格式 返回f（*a，**kw） 文件“/home/spark/sparkv2.x/python/lib/py4j-0.10.7-src.zip/py4j/protocol.py”，第328行，在get_return_值中 py4j.protocol.Py4JJavaError:调用o66.load时出错。 ：java.lang.NoClassDefFoundError:无法初始化类com.mongodb.spark.config.ReadConfig$ 位于com.mongodb.spark.sql.DefaultSource.constructRelation（DefaultSource.scala:91） 位于com.mongodb.spark.sql.DefaultSource.createRelation（DefaultSource.scala:50） 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）

---

我修复了spark 2.4.2的发行说明，它支持Java 8上的scala 2.12.x，但我的版本是v2.11。 我升级scala版本，然后重新启动spark，将mongodb连接器更改为org.mongodb.spark:mongo-spark-connector_2.12:2.4.0

---

现在可以使用了。

您使用的是哪种火花分布？Spark 2.4.2默认情况下切换到Scala 2.12，因此您需要使用

org.mongodb.Spark:mongo-Spark-connector_2.12:2.4.0

，除非您专门使用2.11发行版