尝试从 Spark 连接到 Oracle

Question

我正在尝试将 Oracle 连接到 Spark，并希望从某些 table 和 SQL 查询中提取数据。但是我无法连接到 Oracle。我尝试了不同的解决方案，但没有看。我已按照以下步骤操作。如果我需要做任何更改，请指正我。

我用的是Windows7机器。我使用 Jupyter notebook 来使用 Pyspark。我有 python 2.7 和 Spark 2.1.0。我在环境变量中设置了一个 spark Class 路径：

  SPARK_CLASS_PATH = C:\Oracle\Product.2.0\client_1\jdbc\lib\ojdbc6.jar

jdbcDF = sqlContext.read.format("jdbc").option("driver", "oracle.jdbc.driver.OracleDriver").option("url", "jdbc:oracle://dbserver:port#/database").选项("dbtable","Table_name").选项("user","username").选项("password","password").load()

错误：

1.Py4JJava错误：

An error occurred while calling o148.load.
: java.sql.SQLException: Invalid Oracle URL specified

2.Py4JJavaError:

An error occurred while calling o114.load. : java.lang.ClassNotFoundException: oracle.jdbc.driver.OracleDriver

另一种情况：

  from pyspark import SparkContext, SparkConf
    from pyspark.sql import SQLContext
    ORACLE_DRIVER_PATH = "C:\Oracle\Product.2.0\client_1\jdbc\lib\ojdbc7.jar"                                            
    Oracle_CONNECTION_URL ="jdbc:oracle:thin:username/password@servername:port#/dbservicename"    
   conf = SparkConf()
   conf.setMaster("local")
   conf.setAppName("Oracle_imp_exp")       
   sqlContext = SQLContext(sc)
   ora_tmp=sqlContext.read.format('jdbc').options(
        url=Oracle_CONNECTION_URL,
        dbtable="tablename",
        driver="oracle.jdbc.OracleDriver"
        ).load()

我遇到了以下错误。

Error: IllegalArgumentException: u"Error while instantiating org.apache.spark.sql.hive.HiveSessionState':"

请帮我解决这个问题。

Answer 1

此更改解决了这个问题。

   sqlContext = SQLContext(sc)
   ora_tmp=spark.read.format('jdbc').options(
        url=Oracle_CONNECTION_URL,
        dbtable="tablename",
        driver="oracle.jdbc.OracleDriver"
        ).load()

Answer 2

我遵循了以下代码，它对我有用。导入 jdbc 驱动器(ojdbc6).

    import org.apache.spark.sql.SparkSession

    object ConnectingOracleDatabase {
      def main(args: Array[String]): Unit = {
        val spark = SparkSession.builder()
          .appName("ConnectingOracleDatabase")
          .master("local")
          .getOrCreate()

    val jdbcDF = spark.read
      .format("jdbc")
      .option("url", "jdbc:oracle:thin:@localhost:1521:xe")
      .option("dbtable", "ADDRESS")
      .option("user", "system")
      .option("password", "oracle")
      .option("driver", "oracle.jdbc.OracleDriver")
      .load()

    jdbcDF.show()

  }
}

Answer 3

使用此设置：

spark_session = ...



 
emDF = spark_session.read \
        .format("jdbc") \
        .option("url", "jdbc:oracle:thin:@your_aliastns?TNS_ADMIN=path/to/wallet") \
        .option("dbtable", 'table_name or query') \
        .option("user", "user") \
        .option("password", "password") \
        .option("driver", "oracle.jdbc.driver.OracleDriver") \
        .load()

记得看ojbcX.jar放在第一个钱包文件夹，即firstdfolder/secondfolder/walletfolder

放入第一个文件夹。

钱包文件夹包含别名（tnsnames.ora）验证这个！

尝试从 Spark 连接到 Oracle

Trying to connect to Oracle from Spark

apache-spark-sql

pyspark-sql

oracleclient