spark毗连mysql报错--驱动问题py4j.protocol.Py4JJavaError: -com.mysql.jd ...

报错一

报错信息如下：

1. py4j.protocol.Py4JJavaError: An error occurred while calling o96.save.
2. : java.lang.ClassNotFoundException: com.mysql.jdbc.Driver
3.         at java.net.URLClassLoader.findClass(URLClassLoader.java:381)
4.         at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
5.         at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
6.         at org.apache.spark.sql.execution.datasources.jdbc.DriverRegistry$.register(DriverRegistry.scala:46)

复制代码

或者如下报错：

1. py4j.protocol.Py4JError: An error occurred while calling None.org.apache.spark.sql.SparkSession. Trace:
2. py4j.Py4JException: Constructor org.apache.spark.sql.SparkSession([class org.apache.spark.SparkContext, class java.util.HashMap]) does not exist
3.         at py4j.reflection.ReflectionEngine.getConstructor(ReflectionEngine.java:179)
4.         at py4j.reflection.ReflectionEngine.getConstructor(ReflectionEngine.java:196)
5.         at py4j.Gateway.invoke(Gateway.java:237)
6.         at py4j.commands.ConstructorCommand.invokeConstructor(ConstructorCommand.java:80)

复制代码

上述错误提示表明在使用 py4j 协议时发生了问题， Java 层抛出了一个 ClassNotFoundException，找不到 com.mysql.jdbc.Driver 类。这可能是由于以下原因导致的：

• MySQL 驱动未准确配置或未在类路径中。确保已将准确的 MySQL JDBC 驱动程序添加到 Java 项目的类路径中
  
• 确认你使用的 MySQL 驱动版本与你的数据库版本和应用程序需求兼容
  
• spark版本和pysaprk版本不一致。
  

排错

我在pycharm编写处理spark处理数据的代码中，想要将处理的结果输出（写入）到mysql，碰到了以上两个报错问题。我首先查抄了pyspark和spark的版本都是3.1.2，清除spark和pyspark版本不兼容的问题。其次查抄了我的mysql版本5.7.29与我的mysql驱动包是mysql-connector-java-5.1.32.jar,它们是兼容的。我也在saprk下的jars文件下上传了mysql驱动包，该目次为/export/server/spark/jars。但是运行代码还是报错，背面我把mysql驱动包复制到/root/anaconda3/lib/python3.8/site-packages/pyspark/jars，之子女码运行成功，写入数据到MySQL。
这里呢是由于，我使用anaconda摆设的python虚拟环境，在用pycharm毗连的spark，用的是pysaprk，所以要把驱动包放到anaconda3下的pysaprk下的jar文件下。具体路径根据自己的安装anaconda的位置来安装安装mysql驱动包（包括沙箱环境的环境）。
补充写入mysql的代码：

报错二

报错：not exist in the JVM

1. py4j.protocol.Py4JError: org.apache.spark.api.python.PythonUtils.getEncryptionEnabled does not exist in the JVM

复制代码

对于这种报错，有两种可能：

• Spark版本不兼容：PySpark的版本与Spark的版本不兼容可能导致此错误。确保使用相应版本的PySpark与Spark集群版本匹配。
  
• 缺少环境变量：PySpark运行所需的某些环境变量未准确设置，可能导致此错误。这些环境变量包括SPARK_HOME和PYSPARK_PYTHON等。
  

办理办法

1.查抄spark与pysaprk版本是否兼容，假如不兼容，则重装pyspark。
2.查抄并设置准确的环境变量，使用pyspark需要设置一些环境变量。

• SPARK_HOME：指向Spark的安装目次。
  
• PYSPARK_PYTHON：指向Python表明器的路径。
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。