我正在使用Simba Technologies Inc的JDBC驱动程序来与Google云扳手连接。它正在使用Java.sql正常运行。当时,我尝试将simba JDBC驱动程序与Spark的JDBC阅读器一起使用,以便将查询输出作为DataFrame读取,但是它给出了错误的输出。
这是我的扳手表:
UserID UserName
1 Vaijnath
2 Ganesh
3 Rahul
元数据: UserID(字符串)
UserName(字符串)
我正在执行查询:SELECT * FROM users
当我将Simba JDBC驱动程序与Java Sql一起使用时,此查询将获取正确的数据,但当与Spark SQL的JDBC阅读器一起使用时,此查询将无法获取数据。
它返回DataFrame为
+------+--------+
|UserID|UserName|
+------+--------+
|UserID|UserName|
|UserID|UserName|
|UserID|UserName|
+------+--------+
如我们所见,它返回正确的元数据和行数,但是row包含列名。
这是我正在使用的代码:
import java.util.Properties
import org.apache.spark.sql.{DataFrame, SparkSession}
object spannerIn {
val sparkSession =SparkSession
.builder()
.appName("Spark SQL basic example").master("local")
.config("spark.sql.warehouse.dir", "file:///tmp")
.config("spark.sql.shuffle.partitions", 1)
.getOrCreate()
val properties =new Properties()
properties.setProperty("user", "")
properties.setProperty("password", "")
properties.setProperty("driver", "com.simba.cloudspanner.core.jdbc42.CloudSpanner42Driver")
val connectionURL="jdbc:cloudspanner://localhost;Project=abc;Instance=pqr;Database=xyz;PvtKeyPath=FilePath"
val selectQuery="(select * from users)"
def main(args: Array[String]): Unit = {
val df = createJdbcDataframe()
df.show()
}
def createJdbcDataframe(): DataFrame = {
sparkSession.read.jdbc(connectionURL, selectQuery, properties)
}
}
我的问题是,我可以将Simba JDBC驱动程序与Spark一起使用吗?如果是,那我还需要补充些什么。任何帮助表示赞赏。
发生这种情况是因为默认情况下,Spark使用双引号(“)引号所有标识符,这意味着将生成以下查询:
SELECT "UserID", "UserName" FROM USERS
Cloud Spanner将此解释为选择两个固定字符串。与大多数其他数据库中的基本相同:
SELECT 'UserID', 'UserName' FROM USERS
Google Cloud Spanner使用反引号(`)引用标识符,并期望这样:
SELECT `UserID`, `UserName` FROM USERS
要解决此问题,您需要为Google Cloud Spanner注册特定的JDBC方言,并注册反引号以引用如下格式:
Class.forName("nl.topicus.jdbc.CloudSpannerDriver");
SparkSession spark = SparkSession.builder().appName("Java Spark SQL basic example")
.config("spark.some.config.option", "some-value").master("local").getOrCreate();
String sparkURL = "jdbc:cloudspanner://localhost;Project=project-id;Instance=instance-id;Database=db;PvtKeyPath=pathToKeyFile.json";
JdbcDialects.registerDialect(new JdbcDialect()
{
private static final long serialVersionUID = 1L;
@Override
public boolean canHandle(String url)
{
return url.toLowerCase().startsWith("jdbc:cloudspanner:");
}
@Override
public String quoteIdentifier(String column)
{
return "`" + column + "`";
}
});
Dataset<Row> dataset = spark.read().jdbc(sparkURL, "ACCOUNT", new Properties());
dataset.show();
请注意,我尚未使用Simba驱动程序进行上述测试,仅使用此驱动程序进行了测试:https : //github.com/olavloite/spanner-jdbc我想它也应该与Simba驱动程序一起工作。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句