Conéctese a MSSQL desde PySpark

Nov 29 2020

Estoy tratando de conectarme a MS SQL DB desde PySpark usando spark.read.jdbc .

import os
from pyspark.sql import *
from pyspark.sql.functions import *
from pyspark import SparkContext;
from pyspark.sql.session import SparkSession
sc = SparkContext('xx')
spark = SparkSession(sc)

    spark.read.jdbc('DESKTOP-XXXX\SQLEXPRESS',
"""(select COL1, COL2 from tbl1 WHERE COL1 = 2) """,
properties={'user': sa, 'password': 12345, 'driver': xxxx})

No lo sé sc = SparkContext('xx')y ¿ 'driver': xxxxqué parámetros debo pasar?

Respuestas

2 mck Nov 29 2020 at 17:27

Reemplace serveraddresscon su dirección de base de datos:

sc = SparkContext()
spark = SparkSession(sc)
spark.read \
     .format('jdbc') \
     .option('url', 'jdbc:sqlserver://serveraddress:1433') \
     .option('user', 'sa') \
     .option('password', '12345') \
     .option('dbtable', '(select COL1, COL2 from tbl1 WHERE COL1 = 2)')