saveAsTable两端

我设置了一个火花纱线集群环境，并尝试火花SQL火花壳：saveAsTable两端

spark-shell --master yarn --deploy-mode client --conf spark.yarn.archive=hdfs://hadoop_273_namenode_ip:namenode_port/spark-archive.zip

有一点要提的是Spark是在Windows 7.在火花壳成功启动，我执行的命令如下：

scala> val sqlContext = new org.apache.spark.sql.SQLContext(sc) 
scala> val df_mysql_address = sqlContext.read.format("jdbc").option("url", "jdbc:mysql://mysql_db_ip/db").option("driver", "com.mysql.jdbc.Driver").option("dbtable", "ADDRESS").option("user", "root").option("password", "root").load() 
scala> df_mysql_address.show 
scala> df_mysql_address.write.format("parquet").saveAsTable("address_local")

“显示”命令返回正确结果集，但在故障“saveAsTable”结束。该错误消息说：

java.io.IOException: Mkdirs failed to create file:/C:/jshen.workspace/programs/spark-2.2.0-bin-hadoop2.7/spark-warehouse/address_local/_temporary/0/_temporary/attempt_20171018104423_0001_m_000000_0 (exists=false, cwd=file:/tmp/hadoop/nm-local-dir/usercache/hduser/appcache/application_1508319604173_0005/container_1508319604173_0005_01_000003)

我期待和猜测的表被保存在Hadoop集群中，但你可以看到目录（C：/jshen.workspace/programs/spark-2.2.0- bin-hadoop2.7/spark-warehouse）是我Windows 7中的文件夹，不在hdfs中，甚至在hadoop ubuntu机器中都没有。

我该怎么办？请指教，谢谢。

来源

2017-10-18 jshen-quest

您是否尝试将HDFS的绝对路径提供给SaveAsTable？像'saveAsTable（“hdfs：// nn1/user/cloudera/address_local”）' – philantrovert

感谢@philantrovert，受到您的建议的启发。我找出了正确的方法，即在_“save”_操作之前提供_“path”_选项： _scala> df_mysql_address.write..option（“path”，“/ spark-warehouse”） .format（ “实木复合地板”）。saveAsTable（ “address_local”）_ –

的方式摆脱这一问题的是提供前“路径”选项，将“保存”操作，如下图所示：

scala> df_mysql_address.write.option("path", "/spark-warehouse").format("parquet").saveAsTable("address_l‌ocal")

感谢@philantrovert。

来源

2017-10-19 01:20:59

saveAsTable两端

回答

相关问题