使用structured streaming pyspark中记录的步骤,我无法从为读取流数据而设置的Azure事件中心在pyspark中创建数据框。
错误消息是:java.util.ServiceConfigurationError:org.apache.spark.sql.sources.DataSourceRegister:提供程序org.apache.spark.sql.eventhubs.EventHubsSourceProvider无法实例化
我已经安装了Maven库(com.microsoft.azure:azure-eventhubs-spark_2.11:2.3.12不可用),但似乎没有任何作用:com.microsoft.azure:azure-eventhubs-spark_2.11:2.3.15com.microsoft.azure:azure-eventhubs-spark_2.11:2.3.6
以及ehConf['eventhubs.connectionString'] = sc._jvm.org.apache.spark.eventhubs.EventHubsUtils.encrypt(connectionString)
,但返回的错误消息是:
java.lang.NoSuchMethodError:org.apache.spark.internal.Logging。$ init $(Lorg / apache / spark / internal / Logging;)V] >>
连接字符串正确,因为它也在写入Azure事件中心的控制台应用程序中也可以使用。
有人可以指出正确的方向吗?使用的代码如下:
from pyspark.sql.functions import *
from pyspark.sql.types import *
# Event Hub Namespace Name
NAMESPACE_NAME = "*myEventHub*"
KEY_NAME = "*MyPolicyName*"
KEY_VALUE = "*MySharedAccessKey*"
# The connection string to your Event Hubs Namespace
connectionString = "Endpoint=sb://{0}.servicebus.windows.net/;SharedAccessKeyName={1};SharedAccessKey={2};EntityPath=ingestion".format(NAMESPACE_NAME, KEY_NAME, KEY_VALUE)
ehConf = {}
ehConf['eventhubs.connectionString'] = connectionString
# For 2.3.15 version and above, the configuration dictionary requires that connection string be encrypted.
# ehConf['eventhubs.connectionString'] = sc._jvm.org.apache.spark.eventhubs.EventHubsUtils.encrypt(connectionString)
df = spark \
.readStream \
.format("eventhubs") \
.options(**ehConf) \
.load()
使用结构化流pyspark中记录的步骤,我无法从为读取流数据而设置的Azure事件中心在pyspark中创建数据框。错误消息是:...
为了解决该问题,我执行了以下操作: