Подключение драйвера jserbc SQLserver к кластеру Dataproc - PullRequest
Новая
       16

Подключение драйвера jserbc SQLserver к кластеру Dataproc

0 голосов
/ 26 ноября 2018

Я работаю над приложением PySpark для анализа авиационных данных.База данных является БД MS SQLServer.При подключении к базе данных на сервере.Я получаю сообщение об ошибке «Нет подходящего драйвера».Однако, когда я запускаю на локальном компьютере с CLI и добавляю jar-файл драйвера JDBC в путь к классу драйвера, он запускается и соединяется с БД.Но когда я пытаюсь запустить кластер Dataproc, выдается ошибка «Нет подходящего драйвера».

Фрагмент кода выглядит следующим образом: 

from pyspark import SparkContext
from pyspark.sql import SparkSession
from pyspark.sql.dataframe import DataFrame
from pyspark.sql.functions import *

spark = SparkSession.builder
    .appName('Test')
    .getOrCreate()

df = spark.read.format("jdbc").options(
        url="jdbc:sqlserver:XYXYXY",
        database="data1",
        user="YYYY", password="XXXX",
        dbtable="db")
    .load()

Ошибка была: 

Py4JJavaError: An error occurred while calling o209.load.
: java.sql.SQLException: No suitable driver
    at java.sql.DriverManager.getDriver(DriverManager.java:315)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions$$anonfun$7.apply(JDBCOptions.scala:84)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions$$anonfun$7.apply(JDBCOptions.scala:84)
    at scala.Option.getOrElse(Option.scala:121)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions.<init>(JDBCOptions.scala:83)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCOptions.<init>(JDBCOptions.scala:34)
    at org.apache.spark.sql.execution.datasources.jdbc.JdbcRelationProvider.createRelation(JdbcRelationProvider.scala:34)
    at org.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:307)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:178)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:146)
    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:280)
    at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
    at py4j.commands.CallCommand.execute(CallCommand.java:79)
    at py4j.GatewayConnection.run(GatewayConnection.java:214)
    at java.lang.Thread.run(Thread.java:748)

Есть ли другой способ добавить JAR-файлы JDBC в кластер Dataproc?

1 Ответ

0 голосов
/ 22 декабря 2018

Вот очень похожий вопрос и ответ на него, который показывает, как добавить драйвер JDBC в путь к классу Spark Driver с помощью команды gcloud: 

$ gcloud dataproc jobs submit spark ... \
    --jars=gs://<BUCKET>/<DIRECTORIES>/<JAR_NAME> \
    --properties=spark.driver.extraClassPath=<JAR_NAME>
...