Проблема с подключением PySpark Cassandra Databese

Я пытаюсь использовать cassandra с pyspark. Я могу правильно установить удаленное подключение к Spark Server. Но на этапе чтения таблицы Кассандры у меня проблемы. Я пробовал все коннекторы datastax, я менял конфигурации Spark (ядро, память и т. д.), но не смог этого сделать. (Строки комментариев в приведенном ниже коде — это мои попытки.)

Вот мои коды Python;

import os
os.environ['JAVA_HOME'] = "C:\Program Files\Java\jdk1.8.0_271"
os.environ['HADOOP_HOME'] = "E:\etc\spark-3.0.1-bin-hadoop2.7"
os.environ['PYSPARK_DRIVER_PYTHON'] = "/usr/local/bin/python3.7"
os.environ['PYSPARK_PYTHON'] = "/usr/local/bin/python3.7"

# os.environ['PYSPARK_SUBMIT_ARGS'] = '--packages com.datastax.spark:spark-cassandra-connector_2.12:3.0.0 --conf spark.cassandra.connection.host=XX.XX.XX.XX spark.cassandra.auth.username=username spark.cassandra.auth.password=passwd pyspark-shell'
# os.environ['PYSPARK_SUBMIT_ARGS'] = '--jars .ivy2\jars\spark-cassandra-connector-driver_2.12-3.0.0-alpha2.jar pyspark-shell'
# os.environ['PYSPARK_SUBMIT_ARGS'] = '--packages com.datastax.spark:spark-cassandra-connector_2.12:3.0.0-alpha2 pyspark-shell'

from pyspark.conf import SparkConf
from pyspark.context import SparkContext
from pyspark.sql import Row
from pyspark.sql import SQLContext
conf = SparkConf()
conf.setMaster("spark://YY.YY.YY:7077").setAppName("My app")
conf.set("spark.shuffle.service.enabled", "false")
conf.set("spark.dynamicAllocation.enabled","false")
conf.set("spark.executor.cores", "2")
conf.set("spark.executor.memory", "5g")
conf.set("spark.executor.instances", "1")
conf.set("spark.jars", "C:\\Users\\verianalizi\\.ivy2\\jars\\spark-cassandra-connector_2.12-3.0.0-beta.jar")

conf.set("spark.cassandra.connection.host","XX.XX.XX.XX")
conf.set("spark.cassandra.auth.username","username")
conf.set("spark.cassandra.auth.password","passwd")
conf.set("spark.cassandra.connection.port", "9042")
# conf.set("spark.sql.catalog.myCatalog", "com.datastax.spark.connector.datasource.CassandraCatalog")

sc = SparkContext(conf=conf)
# sc.setLogLevel("ERROR")
sqlContext = SQLContext(sc)
list_p = [('John',19),('Smith',29),('Adam',35),('Henry',50)]
rdd = sc.parallelize(list_p)
ppl = rdd.map(lambda x: Row(name=x[0], age=int(x[1])))
DF_ppl = sqlContext.createDataFrame(ppl)

# It works well until now

def load_and_get_table_df(keys_space_name, table_name):
    table_df = sqlContext.read\
        .format("org.apache.spark.sql.cassandra")\
        .option("keyspace",keys_space_name)\
        .option("table",table_name)\
        .load()
    return table_df

movies = load_and_get_table_df("weather", "currentweatherconditions")

Ошибка, которую я получаю;

У кого-нибудь есть идеи с этим?

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
191
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Это происходит потому, что вы указываете только свойство spark.jars и указываете на одну банку. Но разъем spark cassandra зависит от количества дополнительных банок, не включенных в этот список. Вместо этого я рекомендую либо использовать spark.jars.packages с координатой com.datastax.spark:spark-cassandra-connector_2.12:3.0.0, либо указать в spark.jars путь к банке сборки, в которой есть все необходимые зависимости.

Кстати, версия 3.0 была выпущена несколько месяцев назад — почему вы до сих пор используете бета-версию?

Спасибо, что ответили на мой вопрос. Я попробовал код ниже и аналогичные коды ниже os.environ['PYSPARK_SUBMIT_ARGS'] = '--packages com.datastax.spark:spark-cassandra-connector_2.12:3.0.0 pyspark-shell' Но результаты такие же.

Haydar Cinar 11.12.2020 11:08

Я не мог сказать о Юпитере

Alex Ott 11.12.2020 11:22

Я нашел решение. Конечно, используя вашу информацию выше. conf.set("spark.executor.jars", "C:\\Users\\verianalizi\\.ivy2\\jars\\spark-cassandra-connec‌​tor-assembly_2.12-3.‌​0.0.jar") conf.set("spark.driver.extraClassPath", "C:\\Users\\verianalizi\\.ivy2\\jars\\spark-cassandra-connec‌​tor-assembly_2.12-3.‌​0.0.jar")

Haydar Cinar 11.12.2020 11:42

Другие вопросы по теме