pyspark mysql jdbc load调用o23.load时发生错误没有合适的驱动程序 [英] pyspark mysql jdbc load An error occurred while calling o23.load No suitable driver

问题描述

我在Mac上使用码头图像 sequenceiq / spark 研究这些< a href =http://spark.apache.org/examples.html =nofollow noreferrer> spark示例，在学习过程中，我将该图像内的火花升级到1.6.1根据此答案，当我开始发生错误简单数据操作示例，以下是发生了什么：

当我运行 df = sqlContext.read.format（jdbc）。option（url，url）.option（dbtable，people）。load（）它引发错误， pyspark控制台如下：

  Python 2.6.6（r266：84292，2015年7月23日15:22:56 ）
 [GCC 4.4.7 20120313（Red Hat 4.4.7-11）] on linux2 
有关详细信息，请输入help，copyright，credits或license。 
 16/04/12 22:45:28 WARN NativeCodeLoader：无法为您的平台加载native-hadoop库...在适用的情况下使用builtin-java类
欢迎使用
 ____ __ 
 / __ / __ ___ _____ / _ _ _ 
 _\ \ / _ \ / _`/ __ /'_ / 
 / __ / .__ / \ _，_ / _ / / _ / \_\ version 1.6.1 
 / _ / 
 
使用Python 2.6.6版（r266：84292，2015年7月23日15:22:56）
 SparkContext可用作sc，HiveContext可用作sqlContext。 
>>> url =jdbc：mysql：// localhost：3306 / test？user = root; password = myPassWord
>>> df = sqlContext.read.format（jdbc）。option（url，url）.option（dbtable，people）。load（）
 16/04/12 22:46:05 WARN连接：指定但不存在于CLASSPATH（或其中一个依赖项）中的BoneCP 
 16/04/12 22:46:06 WARN连接：指定但不存在于CLASSPATH（或其中一个依赖项）中的BoneCP 
 16/04/12 22:46:11 WARN ObjectStore：在metastore中找不到版本信息。 hive.metastore.schema.verification未启用，因此记录模式版本1.2.0 
 16/04/12 22:46:11 WARN ObjectStore：无法获取数据库默认值，返回NoSuchObjectException 
 16/04 / 12 22:46:16 WARN连接：指定但不存在于CLASSPATH（或其中一个依赖项）中的BoneCP 
 16/04/12 22:46:17 WARN连接：指定但不存在于CLASSPATH中的BoneCP（或一个的依赖关系）
追溯（最近的最后一次调用）：
文件< stdin>，第1行，< module> 
文件/usr/local/spark/python/pyspark/sql/readwriter.py，第139行，加载
 return self._df（self._jreader.load（））
文件/usr/local/spark/python/lib/py4j-0.9-src.zip/py4j/java_gateway.py，第813行，__call__ 
文件/ usr / local / spark / python / pyspark / sql / utils.py，第45行，deco 
 return f（* a，** kw）
文件/usr/local/spark/python/lib/py4j-0.9-src.zip /py4j/protocol.py，第308行，在get_return_value 
 py4j.protocol.Py4JJavaError：调用o23.load时发生错误。 
：java.sql.SQLException：没有合适的驱动程序
在java.sql.DriverManager.getDriver（DriverManager.java:278）
在org.apache.spark.sql.execution.datasources。 jdbc.JdbcUtils $$ anonfun $ 2.apply（JdbcUtils.scala：50）
，在org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $$ anonfun $ 2.apply（JdbcUtils.scala：50）
 at scala.Option.getOrElse（Option.scala：120）
在org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $ .createConnectionFactory（JdbcUtils.scala：49）
在org.apache.spark.sql.execution.datasources.jdbc.JDBCRDD $ .resolveTable（JDBCRDD.scala：120）
在org.apache.spark.sql.execution.datasources.jdbc.JDBCRelation。< init> ;（JDBCRelation.scala：91）
在org.apache.spark.sql.execution.datasources.jdbc.DefaultSource.createRelation（DefaultSource.scala：57）
在org.apache.spark.sql。 execution.datasources.ResolvedDataSource $ .apply（ResolvedDataSource.scala：158）
在org.apache.spark.sql.DataFrameReader.load（DataFrameRea der.scala：119）
 at sun.reflect.NativeMethodAccessorImpl.invoke0（Native Method）
 at sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:57）
 at sun.reflect。 DelegatingMethodMethodAccessorImpl.invoke（DelegatingMethodAccessorImpl.java:43）
在java.lang.reflect.Method.invoke（Method.java:606）
在py4j.reflection.MethodInvoker.invoke（MethodInvoker.java:231） 
在py4j.reflection.ReflectionEngine.invoke（ReflectionEngine.java:381）
在py4j.Gateway.invoke（Gateway.java:259）
在py4j.commands.AbstractCommand.invokeMethod（AbstractCommand .java：133）
在py4j.commands.CallCommand.execute（CallCommand.java:79）
在py4j.GatewayConnection.run（GatewayConnection.java:209）
在java.lang。 Thread.run（Thread.java:744）
 
>>> 
  

这是我迄今为止所尝试的：

1. 下载 mysql-connector-java-5.0.8-bin.jar ，并将其放入的/ usr /本地/火花/ LIB / 。它仍然是同样的错误。




2. 创建 t.py 像这样：

   
   
   从pyspark导入SparkContext
   
   从pyspark.sql导入SQLContext
   
   
   

   sc = SparkContext（appName =PythonSQL ）
   
   sqlContext = SQLContext（sc）
   
   df = sqlContext.read.format（jdbc）。option（url，url）.option（dbtable，人们）。load（）

   
   
   

   df.printSchema（）
   
   计数ByAge = df.groupBy（age）。count >
   countingByAge.show（）
   
   计数ByAge.write.format（json）.save（file：///usr/local/mysql/mysql-connector-java-5.0。 8 / db.json）

然后，我尝试了 spark-submit --conf spark.executor.extraClassPath = mysql-connector-java-5.0.8-bin.jar --driver-class-path mysql-connector-java-5.0.8-bin.jar --jar mysql-connector-java-5.0。 8-bin.jar --master local [4] t.py 。结果仍然是一样的。

3. 然后我尝试了 pyspark --conf spark.executor .extraClassPath = mysql-connector-java-5.0.8-bin.jar --driver-class-path mysql-connector-java-5.0.8-bin.jar --jars mysql-connector-java-5.0.8-bin .jar --master local [4] t.py ，不管是否有以下 t.py ，仍然是一样的。 >
   

在这一切中，mysql正在运行。这是我的os信息：

 ＃rpm --query centos-release 
 centos-release-6-5 .el6.centos.11.2.x86_64 
  

而hadoop版本是2.6。

现在我没有下一个去，所以希望有人能帮帮忙，谢谢！

解决方案

当我尝试让我的脚本写入MySQL时，我碰到了java.sql.SQLException：没有合适的驱动程序。

这是我的

在script.py

  df。 write.jdbc（url =jdbc：mysql：// localhost：3333 / my_database
？user = my_user& password = my_password，
 table =my_table，
 mode = append，
 properties = {driver：'com.mysql.jdbc.Driver'}）
  

然后我以这种方式运行spark-submit

  SPARK_HOME = / usr / local / Cellar / apache-spark / 1.6.1 / libexec spark-submit --package s mysql：mysql-connector-java：5.1.39 ./script.py 
  

请注意，SPARK_HOME是特定于安装火花的地方。对于您的环境，此 https://github.com/sequenceiq/docker-spark /blob/master/README.md 可能有帮助。

如果以上所有情况都令人困惑，请尝试：

在t .py替换

  sqlContext.read.format（jdbc）。option（url，url） dbtable，people）。load（）
  

与

  sqlContext.read.format（jdbc）。选项（dbtable，people）。选项（driver，com.mysql.jdbc驱动程序'）load（）
  

使用

  spark-submit --packages mysql：mysql-connector-java：5.1.39 --master local [4] t.py 
  

I use docker image sequenceiq/spark on my Mac to study these spark examples, during the study process, I upgrade the spark inside that image to 1.6.1 according to this answer, and the error occurred when I start the Simple Data Operations example, here is what happened:

when I run df = sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load() it raise a error, and the full stack with the pyspark console is as followed:

Python 2.6.6 (r266:84292, Jul 23 2015, 15:22:56)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-11)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
16/04/12 22:45:28 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Welcome to
      ____              __
     / __/__  ___ _____/ /__
    _\ \/ _ \/ _ `/ __/  '_/
   /__ / .__/\_,_/_/ /_/\_\   version 1.6.1
      /_/

Using Python version 2.6.6 (r266:84292, Jul 23 2015 15:22:56)
SparkContext available as sc, HiveContext available as sqlContext.
>>> url = "jdbc:mysql://localhost:3306/test?user=root;password=myPassWord"
>>> df = sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load()
16/04/12 22:46:05 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
16/04/12 22:46:06 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
16/04/12 22:46:11 WARN ObjectStore: Version information not found in metastore. hive.metastore.schema.verification is not enabled so recording the schema version 1.2.0
16/04/12 22:46:11 WARN ObjectStore: Failed to get database default, returning NoSuchObjectException
16/04/12 22:46:16 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
16/04/12 22:46:17 WARN Connection: BoneCP specified but not present in CLASSPATH (or one of dependencies)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/spark/python/pyspark/sql/readwriter.py", line 139, in load
    return self._df(self._jreader.load())
  File "/usr/local/spark/python/lib/py4j-0.9-src.zip/py4j/java_gateway.py", line 813, in __call__
  File "/usr/local/spark/python/pyspark/sql/utils.py", line 45, in deco
    return f(*a, **kw)
  File "/usr/local/spark/python/lib/py4j-0.9-src.zip/py4j/protocol.py", line 308, in get_return_value
py4j.protocol.Py4JJavaError: An error occurred while calling o23.load.
: java.sql.SQLException: No suitable driver
    at java.sql.DriverManager.getDriver(DriverManager.java:278)
    at org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils$$anonfun$2.apply(JdbcUtils.scala:50)
    at org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils$$anonfun$2.apply(JdbcUtils.scala:50)
    at scala.Option.getOrElse(Option.scala:120)
    at org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils$.createConnectionFactory(JdbcUtils.scala:49)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCRDD$.resolveTable(JDBCRDD.scala:120)
    at org.apache.spark.sql.execution.datasources.jdbc.JDBCRelation.<init>(JDBCRelation.scala:91)
    at org.apache.spark.sql.execution.datasources.jdbc.DefaultSource.createRelation(DefaultSource.scala:57)
    at org.apache.spark.sql.execution.datasources.ResolvedDataSource$.apply(ResolvedDataSource.scala:158)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:119)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:606)
    at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:231)
    at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:381)
    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:209)
    at java.lang.Thread.run(Thread.java:744)

>>>

Here is what I have tried till now:

1. Download mysql-connector-java-5.0.8-bin.jar, and put it in to /usr/local/spark/lib/. It still the same error.

2. Create t.py like this:

   from pyspark import SparkContext
   from pyspark.sql import SQLContext

   sc = SparkContext(appName="PythonSQL")
   sqlContext = SQLContext(sc)
   df = sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load()

   df.printSchema()
   countsByAge = df.groupBy("age").count()
   countsByAge.show()
   countsByAge.write.format("json").save("file:///usr/local/mysql/mysql-connector-java-5.0.8/db.json")

then, I tried spark-submit --conf spark.executor.extraClassPath=mysql-connector-java-5.0.8-bin.jar --driver-class-path mysql-connector-java-5.0.8-bin.jar --jars mysql-connector-java-5.0.8-bin.jar --master local[4] t.py. The result is still the same.

3. Then I tried pyspark --conf spark.executor.extraClassPath=mysql-connector-java-5.0.8-bin.jar --driver-class-path mysql-connector-java-5.0.8-bin.jar --jars mysql-connector-java-5.0.8-bin.jar --master local[4] t.py, both with and without the following t.py, still the same.

During all of this, the mysql is running. And here is my os info:

# rpm --query centos-release  
centos-release-6-5.el6.centos.11.2.x86_64

And the hadoop version is 2.6.

Now I don't where to go next, so I hope some one can help give some advice, thanks!

解决方案

I ran into "java.sql.SQLException: No suitable driver" when I tried to have my script write to MySQL.

Here's what I did to fix that.

In script.py

df.write.jdbc(url="jdbc:mysql://localhost:3333/my_database"
                  "?user=my_user&password=my_password",
              table="my_table",
              mode="append",
              properties={"driver": 'com.mysql.jdbc.Driver'})

Then I ran spark-submit this way

SPARK_HOME=/usr/local/Cellar/apache-spark/1.6.1/libexec spark-submit --packages mysql:mysql-connector-java:5.1.39 ./script.py

Note that SPARK_HOME is specific to where spark is installed. For your environment this https://github.com/sequenceiq/docker-spark/blob/master/README.md might help.

In case all the above is confusing, try this:
In t.py replace

sqlContext.read.format("jdbc").option("url",url).option("dbtable","people").load()

with

sqlContext.read.format("jdbc").option("dbtable","people").option("driver", 'com.mysql.jdbc.Driver').load()

And run that with

spark-submit --packages mysql:mysql-connector-java:5.1.39 --master local[4] t.py

这篇关于pyspark mysql jdbc load调用o23.load时发生错误没有合适的驱动程序的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！