如何在IBM的数据科学体验中从pyspark访问postgres表？

Question

这是我的代码：

uname = "xxxxx" 
pword = "xxxxx" 
dbUrl = "jdbc:postgresql:dbserver" 
table = "xxxxx"
jdbcDF = spark.read.format("jdbc").option("url", dbUrl).option("dbtable",table).option("user", uname).option("password", pword).load()

我得到一个＆＃34;没有合适的司机＆＃34;添加postgres驱动程序jar后出错（％Addjar -f https://jdbc.postgresql.org/download/postgresql-9.4.1207.jre7.jar）。是否有一个在DSX上的pyspark 2.0中从postgres加载数据的工作示例？

Answer 1

请使用pixiedust包管理器在spark服务级别安装postgres驱动程序。

http://datascience.ibm.com/docs/content/analyze-data/Package-Manager.html

由于Pixiedust仅支持spark 1.6，因此请运行

pixiedust.installPackage("https://jdbc.postgresql.org/download/postgresql-9.4.1207.jre7.jar")

安装完毕后，重启内核然后再重启 切换到spark 2.0以运行postgres连接以使用sparksession获取spark数据帧。

uname = "username"

pword = "xxxxxx"

dbUrl = "jdbc:postgresql://hostname:10635/compose?user="+uname+"&password="+pword

table = "tablename"

Df = spark.read.format('jdbc').options(url=dbUrl,database='compose',dbtable=table).load()

houseDf.take(1)

工作笔记本： -

https://apsportal.ibm.com/analytics/notebooks/8b220408-6fc7-48a9-8350-246fbbf10ac8/view?access_token=7297af80b2e4109087a78365e7df3205f6ed9d0840c0c46d2208bc00ed0b0274

谢谢， 查尔斯。

Answer 2

只提供驱动程序选项

option("driver", "org.postgresql.Driver")