spark编程 mysql得不到数据

这里说明一点：本文提到的解决 Spark insertIntoJDBC找不到Mysql驱动的方法是针对单机模式(也就是local模式)。在集群环境下，下面的方法是不行的。这是因为在分布式环境下，加载mysql驱动包存在一个Bug,1.3及以前的版本 --jars 分发的jar在executor端是通过 Spark自身特化的classloader加载的。而JDBC driver manager使用的则是系统默认的classloader，因此无法识别。可行的方法之一是在所有 executor 节点上预先装好JDBC driver并放入默认的classpath。

不过Spark 1.4应该已经fix了这个问题，即 --jars 分发的 jar 也会纳入 YARN 的 classloader 范畴。

今天在使用Spark中DataFrame往Mysql中插入RDD，但是一直报出以下的异常次信息：

01

[itelbog@iteblog~]$  bin/spark-submit --master local[2]

02

  --jars lib/mysql-connector-java-5.1.35.jar

03

  --class  spark.sparkToJDBC ./spark-test_2.10-1.0.jar

04

05

spark assembly has been built with Hive, including Datanucleus jars on classpath

06

Exception in thread "main" java.sql.SQLException: No suitable driver found for

07

jdbc:mysql://www.iteblog.com:3306/spark?user=root&password=123&useUnicode=

08

true&characterEncoding=utf8&autoReconnect=true

09

  at java.sql.DriverManager.getConnection(DriverManager.java:602)

10

  at java.sql.DriverManager.getConnection(DriverManager.java:207)

11

  at org.apache.spark.sql.DataFrame.createJDBCTable(DataFrame.scala:1189)

12

  at spark.SparkToJDBC$.toMysqlFromJavaBean(SparkToJDBC.scala:20)

13

  at spark.SparkToJDBC$.main(SparkToJDBC.scala:47)

14

  at spark.SparkToJDBC.main(SparkToJDBC.scala)

15

  at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

16

  at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)

17

  at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)

18

  at java.lang.reflect.Method.invoke(Method.java:597)

19

  at org.apache.spark.deploy.SparkSubmit$.org$apache$spark$deploy$SparkSubmit$

20

$runMain(SparkSubmit.scala:569)

21

  at org.apache.spark.deploy.SparkSubmit$.doRunMain$1(SparkSubmit.scala:166)

22

  at org.apache.spark.deploy.SparkSubmit$.submit(SparkSubmit.scala:189)

23

  at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:110)

24

  at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)

感觉很奇怪，我在启动作业的时候加了Mysql驱动啊在，怎么会出现这种异常呢？？经过查找，发现在--jars参数里面加入Mysql是没有用的。通过查找，发现提交的作业可以通过加入--driver-class-path参数来设置driver的classpath，试了一下果然没有出现错误！

1

[itelbog@iteblog ~]$  bin/spark-submit --master local[2]

2

  --driver-class-path lib/mysql-connector-java-5.1.35.jar

3

  --class  spark.SparkToJDBC ./spark-test_2.10-1.0.jar

其实，我们还可以在spark安装包的conf/spark-env.sh通过配置SPARK_CLASSPATH来设置driver的环境变量，如下：

（这里需要注意的是，在Spark1.3版本中，在Spark配置中按如下进行配置时，运行程序时会提示该配置方法在Spark1.0之后的版本已经过时，建议使用另外两个方法；其中一个就是上面讲到的方法。另外一个就是在配置文件中配置spark.executor.extraClassPath，具体配置格式会在试验之后进行补充）

1

export SPARK_CLASSPATH=$SPARK_CLASSPATH:/iteblog/com/mysql-connector-java-5.1.35.jar

这样也可以解决上面出现的异常。但是，我们不能同时在conf/spark-env.sh里面配置SPARK_CLASSPATH和提交作业加上--driver-class-path参数，否则会出现以下异常：

查看源代码打印帮助

01

[itelbog@iteblog~]$  bin/spark-submit --master local[2]

02

  --driver-class-path lib/mysql-connector-java-5.1.35.jar

03

  --class  spark.SparkToJDBC ./spark-test_2.10-1.0.jar

04

05

Spark assembly has been built with Hive, including Datanucleus jars on classpath

06

Exception in thread "main"org.apache.spark.SparkException:

07

  Found both spark.driver.extraClassPath and SPARK_CLASSPATH. Use only the former.

08

  at org.apache.spark.SparkConf$$anonfun$validateSettings$6$$anonfun$apply

09

$7.apply(SparkConf.scala:339)

10

  at org.apache.spark.SparkConf$$anonfun$validateSettings$6$$anonfun$apply

11

$7.apply(SparkConf.scala:337)

12

  at scala.collection.immutable.List.foreach(List.scala:318)

13

  at org.apache.spark.SparkConf$$anonfun$validateSettings$6.apply(SparkConf.scala:337)

14

  at org.apache.spark.SparkConf$$anonfun$validateSettings$6.apply(SparkConf.scala:325)

15

  at scala.Option.foreach(Option.scala:236)

16

  at org.apache.spark.SparkConf.validateSettings(SparkConf.scala:325)

17

  at org.apache.spark.SparkContext.<init>(SparkContext.scala:197)

18

  at spark.SparkToJDBC$.main(SparkToJDBC.scala:41)

19

  at spark.SparkToJDBC.main(SparkToJDBC.scala)

20

  at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

21

  at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)

22

  at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)

23

  at java.lang.reflect.Method.invoke(Method.java:597)

24

  at org.apache.spark.deploy.SparkSubmit$.org$apache$spark$

25

      deploy$SparkSubmit$$runMain(SparkSubmit.scala:569)

26

  at org.apache.spark.deploy.SparkSubmit$.doRunMain$1(SparkSubmit.scala:166)

27

  at org.apache.spark.deploy.SparkSubmit$.submit(SparkSubmit.scala:189)

28

  at org.apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:110)

29

  at org.apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)

spark将mysql表中按照字段的优先级关联，可以尝试下面的 *** 作。

(sc)sqlContext:org.apache.spark.sql.SQLContext=org.apache.spark.sql.SQLContext@6cd1ee scala>val url="jdbc:mysql://slave02:3306/testdb?use..

在 *** 作数据库时会将两个或多个数据表关联起来通过一些条件筛选数据，在关联表时我们要遵循原则，这样会在效率上快很多。

---