Ошибка получения данных из Hbase 1.1 с использованием Phoenix 4.x с Python 2.x

Я новичок в Phoenix, HBase и Python и пишу небольшой POC, используя Pyspark, чтобы получить некоторую базовую информацию из HBase DB с помощью Phoenix.

Вот мой фрагмент кода.

query = 'select count(PK) from A_Model.TableA'
jdbc_url = 'jdbc:phoenix:..xxx/hbase-secure'
df_records = sparkConfig.getSqlContext().read.format('jdbc')\
                  .options(driver='org.apache.phoenix.jdbc.PhoenixDriver', url=jdbc_url, dbtable=query).load()

При попытке запустить это с помощью spark-submit я получаю следующую ошибку

`
Traceback (most recent call last):
  File "/users/s190641/Tejas_Test/ahi_rpt_test.py", line 54, in <module>
    main()
  ...
  ...
    .options(driver='org.apache.phoenix.jdbc.PhoenixDriver', url=jdbc_url, dbtable=query).load()
  File "/usr/hdp/current/spark-client/python/lib/pyspark.zip/pyspark/sql/readwriter.py", line 139, in load
  File "/usr/hdp/current/spark-client/python/lib/py4j-0.9-src.zip/py4j/java_gateway.py", line 813, in __call__
  File "/usr/hdp/current/spark-client/python/lib/pyspark.zip/pyspark/sql/utils.py", line 45, in deco
  File "/usr/hdp/current/spark-client/python/lib/py4j-0.9-src.zip/py4j/protocol.py", line 308, in get_return_value
py4j.protocol.Py4JJavaError: An error occurred while calling o62.load.
: org.apache.phoenix.exception.PhoenixParserException: ERROR 601 (42P00): Syntax error. Encountered "select" at line 1, column 15.
        at org.apache.phoenix.exception.PhoenixParserException.newException(PhoenixParserException.java:33)
        at org.apache.phoenix.parse.SQLParser.parseStatement(SQLParser.java:111)
        at org.apache.phoenix.jdbc.PhoenixStatement$PhoenixStatementParser.parseStatement(PhoenixStatement.java:1280)
        at org.apache.phoenix.jdbc.PhoenixStatement.parseStatement(PhoenixStatement.java:1363)
        at org.apache.phoenix.jdbc.PhoenixPreparedStatement.<init>(PhoenixPreparedStatement.java:94)
        at org.apache.phoenix.jdbc.PhoenixConnection.prepareStatement(PhoenixConnection.java:723)
        at org.apache.spark.sql.execution.datasources.jdbc.JDBCRDD$.resolveTable(JDBCRDD.scala:122)
        at org.apache.spark.sql.execution.datasources.jdbc.JDBCRelation.<init>(JDBCRelation.scala:91)
        at org.apache.spark.sql.execution.datasources.jdbc.DefaultSource.createRelation(DefaultSource.scala:57)
        at org.apache.spark.sql.execution.datasources.ResolvedDataSource$.apply(ResolvedDataSource.scala:158)
        at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:119)
        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:231)
        at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:381)
        at py4j.Gateway.invoke(Gateway.java:259)
        at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:133)
        at py4j.commands.CallCommand.execute(CallCommand.java:79)
        at py4j.GatewayConnection.run(GatewayConnection.java:209)
        at java.lang.Thread.run(Thread.java:745)
Caused by: NoViableAltException(133@[])
        at org.apache.phoenix.parse.PhoenixSQLParser.table_factor(PhoenixSQLParser.java:6195)
        at org.apache.phoenix.parse.PhoenixSQLParser.table_ref(PhoenixSQLParser.java:6083)
        at org.apache.phoenix.parse.PhoenixSQLParser.table_list(PhoenixSQLParser.java:6019)
        at org.apache.phoenix.parse.PhoenixSQLParser.parseFrom(PhoenixSQLParser.java:5984)
        at org.apache.phoenix.parse.PhoenixSQLParser.single_select(PhoenixSQLParser.java:4612)
        at org.apache.phoenix.parse.PhoenixSQLParser.unioned_selects(PhoenixSQLParser.java:4714)
        at org.apache.phoenix.parse.PhoenixSQLParser.select_node(PhoenixSQLParser.java:4780)
        at org.apache.phoenix.parse.PhoenixSQLParser.oneStatement(PhoenixSQLParser.java:789)
        at org.apache.phoenix.parse.PhoenixSQLParser.statement(PhoenixSQLParser.java:508)
        at org.apache.phoenix.parse.SQLParser.parseStatement(SQLParser.java:108)
        ... 20 more
`

python apache-spark pyspark phoenix
person A_De    schedule 29.01.2018    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Как объяснено в Spark SQL — загрузка данных с помощью JDBC с использованием оператора SQL, а не имени таблицы, вы должны использовать подзапрос:

query = '(select count(PK) from A_Model.TableA) AS some_name'

но на практике рекомендуется использовать коннектор, а не JDBC:

Хотя Spark поддерживает прямое подключение к базам данных JDBC, он может распараллеливать запросы только путем разделения по числовому столбцу. Также требуется известная нижняя граница, верхняя граница и количество разделов для создания разделенных запросов.

Напротив, интеграция phoenix-spark может использовать базовые разделения, предоставляемые Phoenix, для извлечения и сохранения данных между несколькими рабочими процессами. Все, что требуется, — это URL-адрес базы данных и имя таблицы. Можно указать необязательные столбцы SELECT, а также предикаты pushdown для эффективной фильтрации.

person Alper t. Turker    schedule 29.01.2018
comment
Большое спасибо! Это сработало, однако я не нашел список параметров, поддерживаемых методом sqlContext.read.option. Мне нужно выбрать только несколько столбцов из таблицы и, возможно, также предоставить предикат для фильтрации строк. Любые ссылки? - person A_De; 29.01.2018
comment
Это должно работать со стандартными select и filter/where без каких-либо специальных options. - person Alper t. Turker; 29.01.2018
comment
Не могли бы вы помочь мне с одним из моих других вопросов по той же теме? ссылка - person A_De; 30.01.2018