Блог

Я получаю эту ошибку, когда пытаюсь загрузить данные из snowflake в фрейм данных с помощью pyspark:

 py4j.protocol.Py4JJavaError: An error occurred while calling o45.load.
: java.lang.NoClassDefFoundError: net/snowflake/client/jdbc/internal/org/bouncycastle/jce/provider/BouncyCastleProvider
 

Вот некоторый код для воспроизведения ошибки:

 from pyspark.sql import SparkSession
from pyspark import SparkConf

conf = SparkConf()
conf.set('spark.jars.packages',
         'net.snowflake:spark-snowflake_2.11:2.8.4-spark_2.4,net.snowflake:snowflake-jdbc:3.12.17')
spark = SparkSession.builder.config(conf=conf).getOrCreate()

sf_reader_options = {'sfURL': 'example.snowflakecomputing.com', 'sfAccount': 'example_account',
                     'sfWarehouse': 'example_warehouse', 'sfRole': 'DATASCIENCE', 'sfUser': 'user',
                     'sfPassword': 'pass', 'sfDatabase': 'db_name', 'sfSchema': 'schema_name', 'sfTimezone': 'UTC'}

reader = (spark
          .read
          .format('net.snowflake.spark.snowflake')
          .options(**sf_reader_options))

result = reader.option('query', 'select * from TABLE_NAME').load()
 

Трассировка стека для ошибки выглядит следующим образом:

 Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "/Users/charlie/lark/bigbird/venv/lib/python3.7/site-packages/pyspark/sql/readwriter.py", line 172, in load
    return self._df(self._jreader.load())
  File "/Users/charlie/lark/bigbird/venv/lib/python3.7/site-packages/py4j/java_gateway.py", line 1257, in __call__
    answer, self.gateway_client, self.target_id, self.name)
  File "/Users/charlie/lark/bigbird/venv/lib/python3.7/site-packages/pyspark/sql/utils.py", line 63, in deco
    return f(*a, **kw)
  File "/Users/charlie/lark/bigbird/venv/lib/python3.7/site-packages/py4j/protocol.py", line 328, in get_return_value
    format(target_id, ".", name), value)
py4j.protocol.Py4JJavaError: An error occurred while calling o45.load.
: java.lang.NoClassDefFoundError: net/snowflake/client/jdbc/internal/org/bouncycastle/jce/provider/BouncyCastleProvider
    at net.snowflake.spark.snowflake.Parameters$.mergeParameters(Parameters.scala:202)
    at net.snowflake.spark.snowflake.DefaultSource.createRelation(DefaultSource.scala:59)
    at org.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:332)
    at org.apache.spark.sql.DataFrameReader.loadV1Source(DataFrameReader.scala:242)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:230)
    at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:186)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at py4j.reflection.MethodInvoker.invoke(MethodInvoker.java:244)
    at py4j.reflection.ReflectionEngine.invoke(ReflectionEngine.java:357)
    at py4j.Gateway.invoke(Gateway.java:282)
    at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
    at py4j.commands.CallCommand.execute(CallCommand.java:79)
    at py4j.GatewayConnection.run(GatewayConnection.java:238)
    at java.lang.Thread.run(Thread.java:748)
Caused by: java.lang.ClassNotFoundException: net.snowflake.client.jdbc.internal.org.bouncycastle.jce.provider.BouncyCastleProvider
    at java.net.URLClassLoader.findClass(URLClassLoader.java:382)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:418)
    at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:352)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:351)
    ... 17 more
 

Я использую spark 2.4.7 и spark-snowflake 2.8.4 с snowflake jdbc 3.12.17. Я нахожусь на Mac OS X Big Sur. Это произошло после того, как я обновился до Big Sur, хотя я не уверен, связано ли это.

Я пробовал:

• добавление поставщика bouncy castle в мою конфигурацию в качестве зависимости от пакета
• проверка, которая JAVA_HOME указывает на Java 8 (это так)
• переустановка java 8 (с использованием homebrew и adoptopenjdk)
• добавление bouncy castle в качестве поставщика безопасности, согласно инструкциям здесь
• обновление spark-snowflake и snowflake-jdbc (ранее использовались версии 2.7.0 и 3.12.3, та же ошибка)

Любая помощь будет высоко оценена!

В конечном счете, я смог решить эту проблему с помощью:

• загрузка Java прямо из Oracle (вместо удаления и переустановки с помощью homebrew),
• удаление spark, повторная загрузка (из apache, а не через homebrew) и настройка переменных среды, как описано здесь (в основном… Я использую виртуальную среду, поэтому я не вводил жесткий код PYSPARK_PYTHON в системный python3)
• удаление pyspark и повторная установка
• выход из pycharm и повторное открытие (это обновило все мои переменные среды, которые были установлены в .zshrc, например JAVA_HOME)

Почти наверняка есть более простой способ, но это сработало.