如何解决如何在不使用安全套接字层的情况下使用在 GCP 上运行的 Pyspark 连接到 SQL Server?
我正在尝试使用 PySpark 连接到 SQL Server 数据库,如下所示:
from pyspark.sql import SparkSession
import traceback
def connect_and_read(spark: SparkSession):
url = 'jdbc:sqlserver://DUMMY1234.DUMMY.COM\DUMMY1234;databaseName=Dummy_DB;encrypt=false'
driver = 'com.microsoft.sqlserver.jdbc.SQLServerDriver'
try:
dataframe = spark.read.format('jdbc').option('url',url). \
option('driver',driver). \
option('user','username'). \
option('password','password'). \
option('dbtable','TABLENAME'). \
load()
print(f'Count: {dataframe.count()}')
dataframe.take(10)
except Exception as ex:
traceback.print_exc(type(ex),ex,ex.__traceback__)
pass
if __name__ == '__main__':
spark = SparkSession.builder.master('yarn').config('spark.app.name','read_data_sqlserver').config('spark.driver.extraClassPath','path_to_/mssql-jdbc-9.2.0.jre8.jar').config('spark.driver.extraClassPath','path_to_/spark-mssql-connector-1.0.1.jar').getOrCreate()
connect_and_read(spark)
我正在从 Google Cloud Platform 运行此代码。我有一个 Dataproc 实例,我在其中为此操作创建了一个集群并在那里提交了我的工作。作业失败并出现以下异常:
py4j.protocol.Py4JJavaError: 调用 o70.load 时发生错误。
: com.microsoft.sqlserver.jdbc.SQLServerException: 驱动程序无法使用安全套接字层 (SSL) 加密建立到 SQL Server 的安全连接。错误:“连接重置 ClientConnectionId:1223412f-9879702-wfwd-134qq-2143d123e1q”。
在 com.microsoft.sqlserver.jdbc.SQLServerConnection.terminate(SQLServerConnection.java:3208)
在 com.microsoft.sqlserver.jdbc.TDSChannel.enableSSL(IOBuffer.java:1916)
在 com.microsoft.sqlserver.jdbc.SQLServerConnection.connectHelper(SQLServerConnection.java:2760)
在
com.microsoft.sqlserver.jdbc.SQLServerConnection.login(SQLServerConnection.java:2418)
在 com.microsoft.sqlserver.jdbc.SQLServerConnection.connectInternal(SQLServerConnection.java:2265)
在 com.microsoft.sqlserver.jdbc.SQLServerConnection.connect(SQLServerConnection.java:1291)
在 com.microsoft.sqlserver.jdbc.SQLServerDriver.connect(SQLServerDriver.java:881)
在 java.lang.Thread.run(Thread.java:748)
引起:java.io.IOException: Connection reset ClientConnectionId:1223412f-9879702-wfwd-134qq-2143d123e1q。
在 com.microsoft.sqlserver.jdbc.TDSChannel$SSLHandshakeInputStream.readInternal(IOBuffer.java:862)
在 com.microsoft.sqlserver.jdbc.TDSChannel$SSLHandshakeInputStream.read(IOBuffer.java:849)
在 com.microsoft.sqlserver.jdbc.TDSChannel$ProxyInputStream.readInternal(IOBuffer.java:1019)
在 com.microsoft.sqlserver.jdbc.TDSChannel$ProxyInputStream.read(IOBuffer.java:1009)
在 org.conscrypt.ConscryptEngineSocket$SSLInputStream.readFromSocket(ConscryptEngineSocket.java:920)
在 org.conscrypt.ConscryptEngineSocket$SSLInputStream.processDataFromSocket(ConscryptEngineSocket.java:884)
在 org.conscrypt.ConscryptEngineSocket$SSLInputStream.access$100(ConscryptEngineSocket.java:706)
在 org.conscrypt.ConscryptEngineSocket.doHandshake(ConscryptEngineSocket.java:230)
在 org.conscrypt.ConscryptEngineSocket.startHandshake(ConscryptEngineSocket.java:209)
在 com.microsoft.sqlserver.jdbc.TDSChannel.enableSSL(IOBuffer.java:1824)
... 28 更多
在处理上述异常的过程中,又发生了一个异常:
回溯(最近一次调用最后一次):
文件“/tmp/portw/pattern.py”,第 24 行,在
connect_and_read(spark)
文件“/tmp/portw/pattern.py”,第18行,在connect_and_read
traceback.print_exc(type(ex),ex.traceback)
文件“/opt/conda/default/lib/python3.8/traceback.py”,第163行,print_exc
print_exception(*sys.exc_info(),limit=limit,file=file,chain=chain)
文件“/opt/conda/default/lib/python3.8/traceback.py”,第103行,在print_exception
对于 TracebackException 中的行(
文件“/opt/conda/default/lib/python3.8/traceback.py”,第 509 行,init
self.stack = StackSummary.extract(
文件“/opt/conda/default/lib/python3.8/traceback.py”,第340行,摘录
如果限制 >= 0:
TypeError: '>=' 在 'type' 和 'int' 的实例之间不受支持
21/02/09 13:59:59 信息 org.sparkproject.jetty.server.AbstractConnector:停止 Spark@1aa73a6d{HTTP/1.1,(http/1.1)}
之前,该 URL 不包含 encrypt=false
,我在查看了一些参考资料后添加了它。
我可以使用纯 python 代码连接到我的 API 的同一主机,但不能在 Spark 中连接。
谁能告诉我我在这里犯了什么错误以及如何纠正它。
感谢任何帮助。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。