为什么我无法从DSX笔记本中的Amazon S3加载数据？

问题描述：

我用下面的代码加载从Amazon S3中的数据：为什么我无法从DSX笔记本中的Amazon S3加载数据？

from ingest import Connectors 
from pyspark.sql import SQLContext 
sqlContext = SQLContext(sc) 

S3loadoptions = { 
        Connectors.AmazonS3.ACCESS_KEY   : 'AKIAJYCJAFZYENNPACNA', 
       Connectors.AmazonS3.SECRET_KEY   : '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', 
       Connectors.AmazonS3.SOURCE_BUCKET  : 'ngpconnector', 
       Connectors.AmazonS3.SOURCE_FILE_NAME : 'addresses3.csv', 
       Connectors.AmazonS3.SOURCE_INFER_SCHEMA : '1', 
       Connectors.AmazonS3.SOURCE_FILE_FORMAT : 'csv'} 

S3DF = sqlContext.read.format('com.ibm.spark.discover').options(**S3loadoptions).load() 
S3DF.printSchema() 
S3DF.show(5)

但是当我运行这个代码片断，我碰到下面的错误。从另一个数据源（如dashDB）加载时，我收到了类似的错误消息。

AttributeErrorTraceback (most recent call last) 
<ipython-input-1-9da344857d7e> in <module>() 
     4 
     5 S3loadoptions = { 
----> 6     Connectors.AmazonS3.ACCESS_KEY   : 'AKIAJYCJAFZYENNPACNA', 
     7     Connectors.AmazonS3.SECRET_KEY   : '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', 
     8     Connectors.AmazonS3.SOURCE_BUCKET  : 'ngpconnector', 

AttributeError: 'NoneType' object has no attribute 'AmazonS3'

该错误指出“摄取”中没有“连接器”。你确定你从正确的图书馆进口吗？ – Njol

请不要创建新的SQLContext。 DSX上的笔记本已经有了一个。 –

检查您选择的Spark版本。 iirc，Spark 1.6和Spark 2.x有不同版本的摄入库。此外，Python 2.7与Python 3.5可以发挥作用。 –

答

如果您愿意，请使用此替代方法摄取。

https://datascience.ibm.com/blog/use-ibm-data-science-experience-to-read-and-write-data-stored-on-amazon-s3/

对于火花1.6

hconf = sc._jsc.hadoopConfiguration()

对于火花2.0

spark = SparkSession.builder.getOrCreate() 
hconf = spark.sparkContext._jsc.hadoopConfiguration()

在Hadoop配置设置S3参数

#Replace Accesskey with your Amazon AccessKey and Secret with amazon secret 
hconf.set("fs.s3a.access.key", "<put-your-access-key>") 
hconf.set("fs.s3a.secret.key", "<put-your-secret-key>")

然后重新广告

spark = SparkSession.builder.getOrCreate() 
df_data_1 = spark.read\ 
.format('org.apache.spark.sql.execution.datasources.csv.CSVFileFormat')\ 
    .option('header', 'true')\ 
    .load('s3a://<your-bucket-name>/<foldername>/<filename>.csv') 
df_data_1.take(5)

写回

df_data_1.write.save("s3a://charlesbuckets31/FolderB/users.parquet")

感谢，查尔斯。

为什么我无法从DSX笔记本中的Amazon S3加载数据？

相关推荐