java.sql.SQLException: Unknown system variable ‘query_cache_size‘【Pyspark】

1、问题描述

学习SparkSql中，将spark中dataframe数据结构保存为jdbc的格式并提交到本地的mysql中，相关代码见文章末尾。

运行代码时报出相关配置文件错误，如下。

根据该报错，发现网络上多数解决方都是基于java开发的解决方案，尝试过多种jar配置途径，都没办法解决该问题。

后续发现时jar包有问题，通过参考其他文章思路，最终通过合适的jar包解决问题。

参考文章：pyspark连接mysql读取数据、写入数据（四种模式）、写入数据模式的调优_pyspark 执行mysql的语句读取数据 写入数据-CSDN博客

2、解决过程

首先产生该问题是没有配置合适的jar包，因此需要在本机的pyspark包中配置相关jar。

位置：E:\programfiles\anaconda\Lib\site-packages\pyspark\jars（这里根据各自的环境安排）

一般来说本地的mysql都是8.x版本的所以jar包一般用最新的即可。下载位置如下：

MySQL :: MySQL Connectors，选择jdbc格式。（需要提前注册oracle账号）

这里选择独立平台，之后在下载页面选择合适的压缩文件。

之后，在压缩包中选择该文件粘贴到之前的位置中去即可。
在这里插入图片描述

在此运行代码，发现此时将不再报错，查看数据库也可以发现数据表已经成功保存到本地mysql.

代码

# -*- coding: UTF-8 -*-
"""=================================================
@Project -> File   ：PySpark -> 15_dataframe_jdbc
@IDE    ：PyCharm
@Author ：Strive Yang
@Date   ：2024-07-12 17:05
@Email  : [e-mail]
@Desc   ：将sparksql中的dataframe数据以jdbc的形式保存到本地数据库中
=================================================="""
from pyspark.sql import SparkSession
from pyspark.sql import functions as F
from pyspark.sql.types import StructType, StringType, IntegerTypeif __name__ == '__main__':# 0、构建执行环境入口对象SparkSessionspark = SparkSession.builder. \appName('test'). \master('local[*]'). \getOrCreate()sc = spark.sparkContext# 1、读取数据集u.dataschema = StructType().add('user_id', StringType(), nullable=True). \add('movie_id', IntegerType(), nullable=True). \add('rank', IntegerType(), nullable=True). \add('ts', StringType(), nullable=True)df = spark.read.format('csv'). \option('sep', '\t'). \option('header', False). \option('encoding', 'utf8'). \schema(schema=schema). \load('文件路径')# 将数据写入jdbc中，写入到本地的mysql中df.write.mode('overwrite').\format('jdbc').\option('url','jdbc:mysql://localhost:3306/数据库名?useSSL=false&useUnicode=true').\option('dbtable','表名').\option('user','账户').\option('password','密码').\save()