cassandra java驱动程序连接引发nohostavailableexception

ippsafx7  于 2021-06-15  发布在  Cassandra
关注(0)|答案(2)|浏览(315)

我有一个有两个节点的cassandra集群。。我已经设置了spark作业来查询这个cassandra集群,它有3651568个密钥。

import com.datastax.spark.connector.rdd.ReadConf
import org.apache.spark.sql.cassandra
import org.apache.spark.sql.SparkSession

val conf = new SparkConf(true).set("spark.cassandra.connection.host", "hostname)
val sc = new SparkContext(conf)

val spark = SparkSession.builder().master("local").appName("Spark_Cassandra").config("spark.cassandra.connection.host", "hostname").getOrCreate()
val studentsDF = spark.read.cassandraFormat("keyspacename", "tablename").options(ReadConf.SplitSizeInMBParam.option(32)).load()
studentsDF.show(1000)

我可以查询前1000行,但我找不到一种方法来读取 1001th 行到第2000行,这样我就可以使用spark job从cassandra表中批量读取数据。
根据推荐,我开始使用java驱动程序

下面是完整的解释

我必须使用datastax java驱动程序从cassandra数据库进行查询。。我使用的是datastax java驱动程序版本 cassandra-java-driver-3.5.1 和apache cassandra版本 apache-cassandra-3.0.9 我试着通过安装jar来解决依赖性我还检查了yaml文件种子、listen\u地址、rpc\u地址都指向我的主机并且start\u native\u transport设置为true这里是我的java代码,用于建立到cassandra数据库的连接

import java.net.InetAddress;
  import com.datastax.driver.core.Metadata;
  import java.net.UnknownHostException;
  import com.datastax.driver.core.Cluster;
  import com.datastax.driver.core.Cluster.Builder;
  import com.datastax.driver.core.Session;
  import com.datastax.driver.core.ResultSet;
  import com.datastax.driver.core.Row;
public class Started {
    public void connect()
    {
     try
       {
         Cluster cluster;
         Session session;
         cluster = Cluster.builder().addContactPoints("***.***.*.*").build();
       cluster.getConfiguration().getSocketOptions().setReadTimeoutMillis(2000);
         System.out.println("Connected to cluster:");
         session= cluster.connect("demo");
         Row row = session.execute("SELECT ename FROM demo.emp").one();
         System.out.println(row.getString("ename"));
         cluster.close();
        }
          catch (Exception e) {
              e.printStackTrace();
              }
           }
    public static void main(String[] args)
     {
       Started st = new Started();
       st.connect();
       }
          }

`
我在cassandra集群中只有一个节点,它正在运行。我也可以在9042端口连接到它。。到目前为止还不错,但当我运行我的java程序,我得到这个错误或异常消息。。。

Connected to cluster:
`

com.datastax.driver.core.exceptions.NoHostAvailableException: All host(s) tried for query failed (tried: /***.***.*.*:9042 (com.datastax.driver.core.exceptions.TransportException: [/***.***.*.*:9042] Cannot connect))
            at com.datastax.driver.core.ControlConnection.reconnectInternal(ControlConnection.java:232)
            at com.datastax.driver.core.ControlConnection.connect(ControlConnection.java:79)
            at com.datastax.driver.core.Cluster$Manager.negotiateProtocolVersionAndConnect(Cluster.java:1631)
            at com.datastax.driver.core.Cluster$Manager.init(Cluster.java:1549)
            at com.datastax.driver.core.Cluster.init(Cluster.java:160)
            at com.datastax.driver.core.Cluster.connectAsync(Cluster.java:342)
            at com.datastax.driver.core.Cluster.connect(Cluster.java:292)
            at Started.connect(Started.java:22)
            at Started.main(Started.java:34)

`

谁能帮帮我!!

rkttyhzu

rkttyhzu1#

这就是驱动程序兼容性的问题。最初我使用的是cassandra-java-driver-3.5.1和apache-cassandra-3.0.9。切换到cassandra-java-driver-3.0.8和apache-cassandra-3.0.9,并安装一些jar文件: slf4j-log4j12-1.7.7.jar , log4j-1.2.17.jar , netty-all-4.0.39.Final.jar .. 适合我:)

e3bfsja2

e3bfsja22#

这可能不适合spark。例如,show只显示1000条记录,但不能保证记录的顺序。多次调用可能会产生不同的结果。
在spark中,如果您想遍历结果,最好的方法可能是以本地迭代器的形式获取结果,但这可能不是最好的方法。spark是一个处理远程集群数据的系统。这意味着在dataframeapi中进行处理。
如果你真的只想慢慢翻阅记录,你可以使用 toLocalIterator 将批抓取回驱动程序计算机(不推荐)。但是您可以通过使用java驱动程序执行select(*)来完成类似的任务。返回给您的结果集迭代器将在您遍历结果时自动分页遍历结果。

使用java驱动程序分页的示例

https://docs.datastax.com/en/developer/java-driver/3.2/manual/paging/

ResultSet rs = session.execute("your query");
  for (Row row : rs) {
  // Process the row ...
  // By default this will only pull a new "page" of data from cassandra
  // when the previous page has been fully iterated through. See the
  // docs for more details    
}

spark远程数据处理示例

用于cassandrata的rdd文档用于cassandra的框架文档//rdd api sparkcontext.cassandratable(“ks”,“tab”).foreach(row=>//processrow)

//Dataframe API - although similar foreach is available here as well
spark.read.format("org.apache.spark.sql.cassandra")
  .load()
  .select(//do some transforms)
  .write(//pickoutput of request)

使用本地化器的示例,可能是最不相关的方法

为什么你想用一个例子来做这个

// This reads all data in large blocks to executors, those blocks are then pulled one at a time back to the Spark Driver.
sparkContext.cassandraTable("ks","tab").toLocalIterator

相关问题