时间戳

首页 > 解决方案 > 无法在本地连接 S3 和 Spark

scala - 无法在本地连接 S3 和 Spark

问题描述

下面是我的代码：我正在尝试从本地 spark 访问 s3 文件。但是出现错误：线程“main”中的异常 org.apache.hadoop.security.AccessControlException：权限被拒绝：s3n://bucketname/folder 我也在使用罐子：hadoop-aws-2.7.3.jar,aws-java- sdk-1.7.4.jar，hadoop-auth-2.7.1.jar，同时从 cmd 提交 spark 作业。

package org.test.snow
import org.apache.spark._
import org.apache.spark.SparkContext._
import org.apache.log4j._
import org.apache.spark.storage.StorageLevel
import org.apache.spark.sql.SparkSession
import org.apache.spark.util.Utils
import org.apache.spark.sql._
import org.apache.hadoop.fs.FileSystem
import org.apache.hadoop.fs.Path

object SnowS3 {
def main(args: Array[String]) {
val conf = new SparkConf().setAppName("IDV4")
val sc = new SparkContext(conf)
val spark = new org.apache.spark.sql.SQLContext(sc)
import spark.implicits._
sc.hadoopConfiguration.set("fs.s3a.impl","org.apache.hadoop.fs.s3native.NativeS3FileSystem")
sc.hadoopConfiguration.set("fs.s3a.awsAccessKeyId", "A*******************A")
sc.hadoopConfiguration.set("fs.s3a.awsSecretAccessKey","A********************A")
val cus_1=spark.read.format("com.databricks.spark.csv")
.option("header","true")
.option("inferSchema","true")
.load("s3a://tb-us-east/working/customer.csv")
cus_1.show()
    }
}

任何帮助，将不胜感激。仅供参考：我正在使用火花 2.1

标签： scalaapache-sparkhadoopamazon-s3

解决方案

你不应该设置那个 fs.s3a.impl 选项；这是一种迷信，似乎在火花例子中持续存在。

而是通过使用 s3a:// 前缀来使用 S3A 连接器

  • hadoop-* jar 版本的一致版本。是的，hadoop-aws-2.7.3 需要 hadoop-common-2.7.3
  • 设置 s3a 特定的身份验证选项fs.s3a.access.key和“fs.s3a.secret.key”

如果这不起作用，请查看s3a 故障排除文档

推荐阅读