Sql server 将数据从sql server导入到spark本地

我想使用JDBC驱动程序从sql server导入一个表到spark local，并在其上运行spark sql。我下载了sql server的sqljdbc，并将这一行添加到conf目录中的spark-env.sh中：

SPARK_CLASSPATH= "C:/Program Files/Microsoft SQL Server/sqljdbc_4.0/enu/sqljdbc4.jar" ./bin/spark-shell

按照

并使用此行加载数据

df = sqlContext.load(source="jdbc", url="jdbc:sqlserver:dd", dbtable="Reporting.dbo.datatable")

但是，它会抛出一个错误，如下所示：

Py4JJavaError: An error occurred while calling o28.load.
: java.sql.SQLException: No suitable driver found for jdbc:sqlserver:PC-BFS2
        at java.sql.DriverManager.getConnection(Unknown Source)
        at java.sql.DriverManager.getConnection(Unknown Source)
        at org.apache.spark.sql.jdbc.JDBCRDD$.resolveTable(JDBCRDD.scala:118)
        at org.apache.spark.sql.jdbc.JDBCRelation.<init>(JDBCRelation.scala:128)
        at org.apache.spark.sql.jdbc.DefaultSource.createRelation(JDBCRelation.scala:113)
        at org.apache.spark.sql.sources.ResolvedDataSource$.apply(ddl.scala:269)
        at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:114)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(Unknown Source)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(Unknown Source)
        at java.lang.reflect.Method.invoke(Unknown Source)
        at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:231)
        at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:379)
        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:207)
        at java.lang.Thread.run(Unknown Source)

Py4JJavaError:调用o28.load时出错。
：java.sql.SQLException:找不到适合jdbc的驱动程序：sqlserver:PC-BFS2
位于java.sql.DriverManager.getConnection（未知源）
位于java.sql.DriverManager.getConnection（未知源）
位于org.apache.spark.sql.jdbc.JDBCRDD$.resolveTable（JDBCRDD.scala:118）
位于org.apache.spark.sql.jdbc.jdbcreation.（jdbcreation.scala:128）
位于org.apache.spark.sql.jdbc.DefaultSource.createRelation（jdbcreation.scala:113）
位于org.apache.spark.sql.sources.resolvedatasource$.apply（ddl.scala:269）
位于org.apache.spark.sql.DataFrameReader.load（DataFrameReader.scala:114）
在sun.reflect.NativeMethodAccessorImpl.invoke0（本机方法）处
位于sun.reflect.NativeMethodAccessorImpl.invoke（未知源）
在sun.reflect.DelegatingMethodAccessorImpl.invoke处（未知源）
位于java.lang.reflect.Method.invoke（未知源）
位于py4j.reflection.MethodInvoker.invoke（MethodInvoker.java:231）
位于py4j.reflection.ReflectionEngine.invoke（ReflectionEngine.java:379）
在py4j.Gateway.invoke处（Gateway.java:259）
位于py4j.commands.AbstractCommand.invokeMethod（AbstractCommand.java:133）
在py4j.commands.CallCommand.execute（CallCommand.java:79）
在py4j.GatewayConnection.run处（GatewayConnection.java:207）
位于java.lang.Thread.run（未知源）

因此，如果Spark的早期版本未在驱动程序类路径上设置，则可能会出现此问题，因此您也可以尝试将jar添加到驱动程序类路径中（可以使用

--驱动程序类路径

指定）。。我不太熟悉在Windows系统上部署，但您可能还希望按照中的建议在

conf/spark env.cmd

中设置属性。

将以下行添加到spark-defaults.conf中

spark.driver.extraClassPath        "C:/Program Files/Microsoft SQL Server/sqljdbc_4.0/enu/*"

---

另一种方法是在执行spark submit时传递驱动程序的位置，如下所示（它对我很有效）

请确保在$SPARK_HOME/conf/SPARK-default.conf和属性SPARK.jars下添加了上述sqljdbc位置

./bin/spark-submit --driver-class-path C:/Program Files/Microsoft SQL Server/sqljdbc_4.0/enu/sqljdbc4.jar --master spark://ip:7077 mycode.py