我正在尝试使用pyspark代码从aws emr上的dynamodb创建一个外部配置单元表。当我在配置单元提示符下执行查询时,它可以正常工作,但当我将其作为pyspark作业执行时,查询失败。代码如下:
from pyspark import SparkContext
from pyspark.sql import SparkSession
import os
spark = SparkSession.builder.enableHiveSupport().getOrCreate()
spark.sql('use ash_data')
spark.sql(
"""
CREATE EXTERNAL TABLE dummyTable
(item MAP<STRING, STRING>)
STORED BY 'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler'
TBLPROPERTIES ("dynamodb.table.name" = "testdynamodb")
"""
)
它一直给我以下错误:
pyspark.sql.utils.ParseException: u'\nOperation not allowed: STORED BY(line 4, pos 4)\n\n== SQL ==\n\n CREATE EXTERNAL TABLE dummyTable\n (item MAP<STRING, STRING>)\n STORED BY \'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler\'\n----^^^\n TBLPROPERTIES ("dynamodb.table.name" = "testdynamodb")\n \n'
我们需要设置任何权限或角色才能使此工作正常吗?有人找到解决这个错误的办法了吗?
谢谢
1条答案
按热度按时间qaxu7uf21#
spark sql似乎不支持这一点:
https://issues.apache.org/jira/browse/spark-19661
你必须:
运行命令以使用
hive
使用类似架构将从写入spark中的不同配置单元表在hive中运行一个命令,将spark生成的数据写入dynamodb支持的外部表
有关更多详细信息,请参见对类似问题的回答:
如何将pysparkDataframe写入dynamodb表?