Формат чтения pyspark jdbc генерирует ORA-00903: ошибка неверного имени таблицы
Когда pysqpark запущен на удаленном сервере, я могу подключиться к базе данных Oracle на другом сервере с помощью jdbc, но любой действительный запрос, который я выполняю, возвращает ORA-00903: invalid table name Error.
Я могу подключиться к базе данных со своего локального компьютера с помощью cx_Oracle или pyodbc. Когда я подключаюсь с локального компьютера, запросы, возвращающие указанную выше ошибку, выполняются без проблем.
Я варьировал запросы, которые выполняю локально или удаленно, но независимо от того, какой тип действительного запроса я выполняю
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}"
Ниже приведены варианты некоторых запросов, которые я пробовал. В принципе, я думаю, что я исчерпал комбинации таблиц верхнего / нижнего регистра и имен представлений, заканчивающихся с или без;.
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'
Наконец, с указанными выше настройками я запускаю следующую команду pyspark:
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()
Что приводит к ошибке (полностью):
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)
Я чувствую, что это не что-то в моем коде, а какая-то настройка на сервере или в драйвере, к которой я не знаю, как получить доступ или контролировать.
Я был бы очень признателен, если бы кто-нибудь мог сказать мне, как я могу отладить проблему, или напрямую исправить ее. Спасибо.
1 ответ
Из документации дляdbtable:
Таблица JDBC, из которой следует читать или записывать. Обратите внимание, что при использовании его в пути чтения все, что допустимо в
FROMможно использовать предложение SQL-запроса. Например, вместо полной таблицы вы также можете использовать подзапрос в круглых скобках.
Итак, в ваших примерах вы можете:
dbtable = '(SELECT owner, table_name FROM ALL_TABLES)'
необязательно с псевдонимом:
dbtable = '(SELECT owner, table_name FROM ALL_TABLES) t'
В качестве альтернативы вы можете использовать query вместо (не так хорошо) dbtable:
Запрос, который будет использоваться для чтения данных в Spark. Указанный запрос будет заключен в круглые скобки и использоваться как подзапрос в
FROMпункт. Spark также назначит псевдоним предложению подзапроса.
... по сути то же самое, но может сделать ваш код более понятным (конечно, полностью субъективным), то есть что-то вроде:
query = 'SELECT owner, table_name FROM ALL_TABLES'
а потом:
jdbc_df = spark.read.format("jdbc").option("url", url) \
.option("query", query) \
.option("driver", driver) \
...