Zainstalowałem Sparka na komputerze z systemem Windows i chcę go użyć przez Spyder. Po rozwiązaniu problemów podstawy wydają się działać:Łączenie ze Spark/pyspark do PostgreSQL
import os
os.environ["SPARK_HOME"] = "D:\Analytics\Spark\spark-1.4.0-bin-hadoop2.6"
from pyspark import SparkContext, SparkConf
from pyspark.sql import SQLContext
spark_config = SparkConf().setMaster("local[8]")
sc = SparkContext(conf=spark_config)
sqlContext = SQLContext(sc)
textFile = sc.textFile("D:\\Analytics\\Spark\\spark-1.4.0-bin-hadoop2.6\\README.md")
textFile.count()
textFile.filter(lambda line: "Spark" in line).count()
sc.stop()
To działa zgodnie z oczekiwaniami. Chcę teraz połączyć się z bazą danych Postgres9.3 uruchomioną na tym samym serwerze. Pobrałem sterownik JDBC stąd here i umieściłem go w folderze D: \ Analytics \ Spark \ spark_jars. Ja wtedy utworzony nowy plik D: \ Analytics \ Spark \ iskra-1.4.0-bin-hadoop2.6 \ conf \ zapłonie defaults.conf zawierający ten wiersz:
spark.driver.extraClassPath 'D:\\Analytics\\Spark\\spark_jars\\postgresql-9.3-1103.jdbc41.jar'
ja prowadził poniższy kod, aby przetestować połączenie
import os
os.environ["SPARK_HOME"] = "D:\Analytics\Spark\spark-1.4.0-bin-hadoop2.6"
from pyspark import SparkContext, SparkConf
from pyspark.sql import SQLContext
spark_config = SparkConf().setMaster("local[8]")
sc = SparkContext(conf=spark_config)
sqlContext = SQLContext(sc)
df = (sqlContext
.load(source="jdbc",
url="jdbc:postgresql://[hostname]/[database]?user=[username]&password=[password]",
dbtable="pubs")
)
sc.stop()
Ale otrzymuję następujący błąd:
Py4JJavaError: An error occurred while calling o22.load.
: java.sql.SQLException: No suitable driver found for jdbc:postgresql://uklonana01/stonegate?user=analytics&password=pMOe8jyd
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:265)
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)
Jak mogę sprawdzić, czy mam pobrać właściwy plik .jar lub gdzie indziej błąd może pochodzić z?
Próbowałem postgresql-9.3-1103.jdbc41.jar i sporo innych plików JAR. Próbowałem też dodać '# s.environ [" SPARK_CLASSPATH "] =" D: \\ Analytics \\ Spark \\ spark_jars \\ * "' ale to daje błąd 'Py4JJavaError: Wystąpił błąd podczas wywoływania None.org.apache .spark.api.java.JavaSparkContext. : org.apache.spark.SparkException: Znaleziono zarówno spark.driver.extraClassPath, jak i SPARK_CLASSPATH. Używaj tylko tych pierwszych. "Co oznacza, że powyższa wersja powinna działać. – phildeutsch