Sql server df.sqlContext.sql（）无法识别DB表

我在spark env中运行了以下代码：

import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
import org.apache.spark.sql.SQLContext
import sqlContext.implicits._
import java.util.Properties

val conf = new SparkConf().setAppName("test").setMaster("local").set("spark.driver.allowMultipleContexts", "true");
val sc = new SparkContext(conf)
val sqlContext = new SQLContext(sc)
val df = sqlContext.read.format("jdbc").option("url","jdbc:sqlserver://server_IP:port").option("databaseName","DB_name").option("driver","com.microsoft.sqlserver.jdbc.SQLServerDriver").option("dbtable","tbl").option("user","uid").option("password","pwd").load()

val df2 = df.sqlContext.sql("SELECT col1,col2 FROM tbl LIMIT 5")
exit()

当我试图执行上述代码时，得到的错误是org.apache.spark.sql.AnalysisException:Table not found:tbl；，但是，如果删除df2并执行代码，则可以成功地看到表tbl的内容。我做错什么了吗？我使用的是spark 1.6.1，所以我检查了文档，通过sqlcontext触发sql查询的语法由我正确放置，请参阅以编程方式运行sql查询主题

以下是完整跟踪错误的唯一跟踪：：

conf: org.apache.spark.SparkConf = org.apache.spark.SparkConf@5eea8854
sc: org.apache.spark.SparkContext = org.apache.spark.SparkContext@7790a6fb
sqlContext: org.apache.spark.sql.SQLContext = org.apache.spark.sql.SQLContext@a9f4621
df: org.apache.spark.sql.DataFrame = [col1: int, col2: string, col3: string, col4: string, col5: string, col6: string, col7: string, col8: string, col9: timestamp, col10: timestamp, col11: string, col12: string]
org.apache.spark.sql.AnalysisException: Table not found: tbl;

代码中的df是一个数据帧

如果要执行任何选择操作，请执行类似df.select的操作

---

如果您想使用sqlcontext.sql执行查询，您必须首先使用df.registerTempTabletableName:String将dataframe注册为临时表。

您的建议效果很好，我尝试了这两个选项，它们对我都有效，只是为了给本帖的未来访问者提供记录的语法，对于df.select的第一个建议，在这里，您只需提及用户希望看到的列的名称，即df.selectcol1、col2.show。如果有人想限制显示的行数，只需在显示中提及数字即可。对于第二个建议，我编写了df.registerTempTabletest，然后从test.collect.foreachprintln中编写了df.sqlContext.sqlselect*。成功了，非常感谢。我们现在可以合上线了。