2

我想将处理后的 rdd 保存到 mysql 表中，因为我正在使用 SparkDataFrame 但我收到以下错误

py4j.protocol.Py4JJavaError: An error occurred while calling o216.jdbc.
: java.sql.SQLException: No suitable driver found for jdbc:mysql://localhost:3306/student?user=root&password=root.

我将 mysql-jar 添加到 sparkshell

spark-shell --driver-class-path /path-to-mysql-jar/mysql-connectorjava-5.1.38-bin.jar。

    from pyspark import SparkContext
    from datetime import datetime
    import os
    import sys
    from pyspark.sql import SQLContext, Row
    sqlContext = SQLContext(sc)
    file1 = sc.textFile("/home/hadoop/text1").cache()
    file2 = sc.textFile("/home/hadoop/text2").cache()
    file3 = file1.union(file2).coalesce(1).map(lambda line: line.split(','))
    file1.unpersist()
    file2.unpersist()
    result = file3.map(lambda x: (x[0]+', '+x[1],float(x[2]))).reduceByKey(lambda a,b:a+b).sortByKey('true').coalesce(1)
    result = result.map(lambda x:x[0]+','+str(x[1]))\
    schema_site = sqlContext.createDataFrame(result)
    schema_site.registerTempTable("table1")
    mysql_url="jdbc:mysql://localhost:3306/test?user=root&password=root&driver=com.mysql.jdbc.Driver"
    schema_site.write.jdbc(url=mysql_url, table="table1", mode="append")

我正在使用火花 spark-1.5.0-bin-hadoop2.4

还设置了配置单元元存储。

那么如何将我的 RDD 结果加载到 Mysql 表中。

输入文件是

  file1 contents are

  1234567  65656545  12

  1234567  65675859  11 

  file2 contents are,

  1234567  65656545  12

  1234567  65675859  11

 and the resultnat RDD is like

 1234567  65656545 24

 1234567  65675859  22

i created the table in mysql with three colunm,

std_id  std_code  std_res

我想要表格输出，

  std_id  std_code  std_res

  1234567  65656545    24

   1234567  65675859   24
4

2 回答 2

2

通过添加 --jar /path/to/mysql/connector 来解决它，例如，

 ./bin/spark-submit --jars lib/mysql-connector-java-5.1.38-bin.jar sample.py
于 2016-02-11T13:14:26.993 回答
1

在将 jdbc 驱动程序或其他 java 依赖项传递给您的 spark 程序时，您应该使用 --jars 参数。

--jars 包含在驱动程序和执行程序类路径中的本地 jar 的逗号分隔列表。

于 2016-02-05T20:19:39.297 回答