- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
通过在远程服务器上运行 pysqpark,我可以使用 jdbc 连接到另一台服务器上的 Oracle 数据库,但我运行的任何有效查询都会返回 ORA-00903: invalid table name Error
.
我可以使用 cx_Oracle
或 pyodbc
从本地计算机连接到数据库。当我从本地连接时,返回上述错误的那些查询运行没有问题。
我改变了在本地或远程运行的查询,但无论我运行什么类型的有效查询
ORACLE_JAR = "ojdbc7.jar"
JAR_LOC = os.path.join(os.environ["JARS_DIR"], ORACLE_JAR)
spark = SparkSession.builder \
.appName("GetData") \
.config("spark.jars", "local://" + JAR_LOC) \
.getOrCreate()
exadata_instances = ["xxx.yyy.zzz", "aaa.bbb.cc"]
db_host = "xxx.yyy.zzz"
user = 'username'
password = 'passW0rd'
driver = "oracle.jdbc.OracleDriver"
sid = "eee.fff.ggg"
address_string = ""
for exadata_instance in exadata_instances:
address_string += f"(ADDRESS=(PROTOCOL=TCP)(HOST={exadata_instance})(PORT=1521))"
tns = f"(DESCRIPTION= \
(ADDRESS_LIST= \
(LOAD_BALANCE=OFF) \
(FAILOVER=ON) \
{address_string}) \
(CONNECT_DATA=(SERVICE_NAME={sid})(SERVER=DEDICATED)))"
url = f"jdbc:oracle:thin:@{tns}"
以下是我尝试过的一些查询的变体。基本上,我认为我已经用尽了大/小写表和 View 名称的组合,无论是否有 ;
终止。
dbtable = 'SELECT owner, table_name FROM all_tables'
dbtable = 'SELECT owner, table_name FROM all_tables;'
dbtable = 'SELECT owner, table_name FROM ALL_TABLES'
dbtable = 'SELECT owner, table_name FROM ALL_TABLES;'
dbtable = 'SELECT col1, col2 FROM V_MY_VIEW'
dbtable = 'SELECT col1, col2 FROM V_MY_VIEW;'
dbtable = 'SELECT COL1, COL2 FROM v_my_view'
最后,通过上述设置,我运行以下 pyspark 命令:
jdbc_df = spark.read.format("jdbc").option("url", url) \
.option("dbtable", dbtable) \
.option("driver", driver) \
.option("user", user) \
.option("inferSchema", True) \
.option("password", password).load()
这会导致错误(完整):
Py4JJavaError Traceback (most recent call last)
in engine
----> 1 jdbc_df = spark.read.format("jdbc").option("url", url) .option("dbtable", dbtable) .option("driver", driver) .option("user", user) .option("inferSchema", True) .option("password", password).load()
/opt/cloudera/parcels/SPARK2/lib/spark2/python/pyspark/sql/readwriter.py in load(self, path, format, schema, **options)
163 return self._df(self._jreader.load(self._spark._sc._jvm.PythonUtils.toSeq(path)))
164 else:
--> 165 return self._df(self._jreader.load())
166
167 @since(1.4)
/conda/miniconda3/envs/python3.6.8/lib/python3.6/site-packages/py4j/java_gateway.py in __call__(self, *args)
1255 answer = self.gateway_client.send_command(command)
1256 return_value = get_return_value(
-> 1257 answer, self.gateway_client, self.target_id, self.name)
1258
1259 for temp_arg in temp_args:
/opt/cloudera/parcels/SPARK2/lib/spark2/python/pyspark/sql/utils.py in deco(*a, **kw)
61 def deco(*a, **kw):
62 try:
---> 63 return f(*a, **kw)
64 except py4j.protocol.Py4JJavaError as e:
65 s = e.java_exception.toString()
/conda/miniconda3/envs/python3.6.8/lib/python3.6/site-packages/py4j/protocol.py in get_return_value(answer, gateway_client, target_id, name)
326 raise Py4JJavaError(
327 "An error occurred while calling {0}{1}{2}.\n".
--> 328 format(target_id, ".", name), value)
329 else:
330 raise Py4JError(
Py4JJavaError: An error occurred while calling o1253.load.
: java.sql.SQLSyntaxErrorException: ORA-00903: invalid table name
at oracle.jdbc.driver.T4CTTIoer.processError(T4CTTIoer.java:450)
at oracle.jdbc.driver.T4CTTIoer.processError(T4CTTIoer.java:399)
at oracle.jdbc.driver.T4C8Oall.processError(T4C8Oall.java:1059)
at oracle.jdbc.driver.T4CTTIfun.receive(T4CTTIfun.java:522)
at oracle.jdbc.driver.T4CTTIfun.doRPC(T4CTTIfun.java:257)
at oracle.jdbc.driver.T4C8Oall.doOALL(T4C8Oall.java:587)
at oracle.jdbc.driver.T4CPreparedStatement.doOall8(T4CPreparedStatement.java:225)
at oracle.jdbc.driver.T4CPreparedStatement.doOall8(T4CPreparedStatement.java:53)
at oracle.jdbc.driver.T4CPreparedStatement.executeForDescribe(T4CPreparedStatement.java:774)
at oracle.jdbc.driver.OracleStatement.executeMaybeDescribe(OracleStatement.java:925)
at oracle.jdbc.driver.OracleStatement.doExecuteWithTimeout(OracleStatement.java:1111)
at oracle.jdbc.driver.OraclePreparedStatement.executeInternal(OraclePreparedStatement.java:4798)
at oracle.jdbc.driver.OraclePreparedStatement.executeQuery(OraclePreparedStatement.java:4845)
at oracle.jdbc.driver.OraclePreparedStatementWrapper.executeQuery(OraclePreparedStatementWrapper.java:1501)
at org.apache.spark.sql.execution.datasources.jdbc.JDBCRDD$.resolveTable(JDBCRDD.scala:62)
at org.apache.spark.sql.execution.datasources.jdbc.JDBCRelation.<init>(JDBCRelation.scala:113)
at org.apache.spark.sql.execution.datasources.jdbc.JdbcRelationProvider.createRelation(JdbcRelationProvider.scala:47)
at org.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:306)
at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:178)
at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:146)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:244)
at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:357)
at py4j.Gateway.invoke(Gateway.java:280)
at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
at py4j.commands.CallCommand.execute(CallCommand.java:79)
at py4j.GatewayConnection.run(GatewayConnection.java:214)
at java.lang.Thread.run(Thread.java:748)
我的直觉是,这不是我的代码中的某些内容,而是服务器或驱动程序中的某些设置,我不知道如何访问或控制。
如果有人可以告诉我如何调试问题或直接修复它,我将非常感激。谢谢。
最佳答案
From the documentation对于dbtable
:
The JDBC table that should be read from or written into. Note that when using it in the read path anything that is valid in a
FROM
clause of a SQL query can be used. For example, instead of a full table you could also use a subquery in parentheses.
所以在你的例子中你可以这样做:
dbtable = '(SELECT owner, table_name FROM ALL_TABLES)'
可选地使用别名:
dbtable = '(SELECT owner, table_name FROM ALL_TABLES) t'
作为替代方案,您可以使用 query
代替(不太好)dbtable
:
A query that will be used to read data into Spark. The specified query will be parenthesized and used as a subquery in the
FROM
clause. Spark will also assign an alias to the subquery clause.
...实际上是同一件事,但可能会让你的代码更容易理解(当然,完全是主观的),即类似:
query = 'SELECT owner, table_name FROM ALL_TABLES'
然后:
jdbc_df = spark.read.format("jdbc").option("url", url) \
.option("query", query) \
.option("driver", driver) \
...
关于oracle - pyspark读取格式jdbc生成ORA-00903 : invalid table name Error,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57802017/
我在数据框中有一列月份数字,想将其更改为月份名称,所以我使用了这个: df['monthName'] = df['monthNumber'].apply(lambda x: calendar.mont
Pyspark 中是否有一个 input() 函数,我可以通过它获取控制台输入。如果是,请详细说明一下。 如何在 PySpark 中编写以下代码: directory_change = input("
我们正在 pyspark 中构建数据摄取框架,并想知道处理数据类型异常的最佳方法是什么。基本上,我们希望有一个拒绝表来捕获所有未与架构确认的数据。 stringDf = sparkSession.cr
我正在开发基于一组 ORC 文件的 spark 数据框的 sql 查询。程序是这样的: from pyspark.sql import SparkSession spark_session = Spa
我有一个 Pyspark 数据框( 原始数据框 )具有以下数据(所有列都有 字符串 数据类型): id Value 1 103 2
我有一台配置了Redis和Maven的服务器 然后我执行以下sparkSession spark = pyspark .sql .SparkSession .builder .master('loca
从一些简短的测试来看,pyspark 数据帧的列删除功能似乎不区分大小写,例如。 from pyspark.sql import SparkSession from pyspark.sql.funct
我有: +---+-------+-------+ | id| var1| var2| +---+-------+-------+ | a|[1,2,3]|[1,2,3]| | b|[2,
从一些简短的测试来看,pyspark 数据帧的列删除功能似乎不区分大小写,例如。 from pyspark.sql import SparkSession from pyspark.sql.funct
我有一个带有多个数字列的 pyspark DF,我想为每一列根据每个变量计算该行的十分位数或其他分位数等级。 这对 Pandas 来说很简单,因为我们可以使用 qcut 函数为每个变量创建一个新列,如
我有以下使用 pyspark.ml 包进行线性回归的代码。但是,当模型适合时,我在最后一行收到此错误消息: IllegalArgumentException: u'requirement failed
我有一个由 | 分隔的平面文件(管道),没有引号字符。示例数据如下所示: SOME_NUMBER|SOME_MULTILINE_STRING|SOME_STRING 23|multiline text
给定如下模式: root |-- first_name: string |-- last_name: string |-- degrees: array | |-- element: struc
我有一个 pyspark 数据框如下(这只是一个简化的例子,我的实际数据框有数百列): col1,col2,......,col_with_fix_header 1,2,.......,3 4,5,.
我有一个数据框 +------+--------------------+-----------------+---- | id| titulo |tipo | formac
我从 Spark 数组“df_spark”开始: from pyspark.sql import SparkSession import pandas as pd import numpy as np
如何根据行号/行索引值删除 Pyspark 中的行值? 我是 Pyspark(和编码)的新手——我尝试编码一些东西,但它不起作用。 最佳答案 您不能删除特定的列,但您可以使用 filter 或其别名
我有一个循环生成多个因子表的输出并将列名存储在列表中: | id | f_1a | f_2a | |:---|:----:|:-----| |1 |1.2 |0.95 | |2 |0.7
我正在尝试将 hql 脚本转换为 pyspark。我正在努力如何在 groupby 子句之后的聚合中实现 case when 语句的总和。例如。 dataframe1 = dataframe0.gro
我想添加新的 2 列值服务 arr 第一个和第二个值 但我收到错误: Field name should be String Literal, but it's 0; production_targe
我是一名优秀的程序员,十分优秀!