dataproc notebook无法导入或导出到bigquery:找不到类异常

mitkmikd  于 2021-07-13  发布在  Spark
关注(0)|答案(2)|浏览(413)

这是我正在进行的Spark课程。我提供了最新的jar for spark big query connector for dataproc 1.5。

from pyspark.sql import SparkSession
spark = SparkSession.builder.appName("GCS to BigQuery - Dev") \
.config('spark.jars', 'gs://spark-lib/bigquery/spark-bigquery-latest_2.12.jar').getOrCreate() 

df = spark.read \
  .format('bigquery') \
  .option('table', 'publicdata.samples.shakespeare') \
  .load()

例外情况如下:

Py4JJavaError: An error occurred while calling o228.load. : java.lang.ClassNotFoundException: Failed to find data source: bigquery

编辑1:我已经从ui而不是shell创建了集群。我见过这样的解决方案:当人们在从shell创建集群的同时添加jar文件时,这似乎是可行的。但是我很好奇为什么在ui上做的时候,它不起作用。
编辑2:我正在使用jupyter笔记本运行上面的代码。

nvbavucw

nvbavucw1#

我认为spark-21752中的描述是相关的——此时应用程序已经启动,您不能更改它的类路径。请试着和我一起跑 pyspark --jars gs://spark-lib/bigquery/spark-bigquery-latest_2.12.jar (然后你可以跳过 .config() 部分。

8nuwlpux

8nuwlpux2#

如果您回归到dataproc映像1.4并使用连接器jar,那么一切都正常 gs://spark-lib/bigquery/spark-bigquery-latest.jar

相关问题