如何在数据块中设置 jar 配置以进行 redis 连接

问题描述

我已在数据块 "com.redislabs:spark-redis_2.12:2.5.0" 中安装了以下 jar。并尝试使用相应的身份验证创建 spark 会话

以下是我使用凭据创建 spark 会话的代码

redis= SparkSession.builder.appName("redis_connection").config("spark.redis.host","hostname").config("spark.redis.port","port").config("spark.redis.auth","pass").getorCreate()

但是当我尝试使用以下代码保存它时

df.write.format("org.apache.spark.sql.redis").option("table","veLocity").option("key.column","name").option("ttl",30).save()

这会引发以下错误。

Caused by: redis.clients.jedis.exceptions.JedisConnectionException: Failed connecting to host localhost:6379

这显然意味着连接到 localhost 而不是我提供的 主机名。如何在数据块中传递带有主机名和密码的 jar 配置以验证连接。

解决方法

最有可能的 databricks 选择了没有设置配置参数的错误 Spark 会话。您可以尝试两种选择：

在 Databricks 集群配置中设置 spark.redis.host、spark.redis.port 和 spark.redis.auth。转到集群 -> 编辑 -> 高级选项 -> Spark -> Spark 配置
在隐式创建的 spark 会话中使用 spark.conf.set("spark.redis.host","host") 设置选项，其他参数也一样。

我在使用类似配置通过 spark 将数据摄取到 redis 时遇到了同样的错误，我使用主机、端口和身份验证作为配置而不是 spark.redis.*，这对我有用

import scala.collection.mutable.HashMap
def getRedisClusterProperties(): HashMap[String,String] = {
    val properties = new HashMap[String,String]
    properties.put("host","<host>")
    properties.put("port","6379")
    properties.put("auth","<auth>")
    properties
}

df.write.mode(SaveMode.Overwrite).format("org.apache.spark.sql.redis").options(getRedisClusterProperties()).option("table","<table_name>").option("key.column","<column_name>").save

azure-databricks pyspark pyspark spark-redis