从my Azure Blob存储获取Excel数据时发生Databrick Pypark错误

Question

我想使用Databrick Pypark读取Blob存储Azure Gen2中包含多张工作表的excel文件。我已经安装了maven包。以下是我的代码：

df = spark.read.format('com.crealytics.spark.excel') \
.option("header", "true") \
.option("useHeader", "true") \
.option("treatEmptyValuesAsNulls", "true") \
.option("inferSchema", "true") \
.option("sheetName", "sheet1") \
.option("maxRowsInMemory", 10) \
.load(file_path)    

运行此代码我得到这个错误：

Py4JJavaError：调用o323时出错。负载：JAVAlang.NoClassDefFoundError：无法初始化类com。分析化学。火花擅长com上的WorkbookReader$。分析化学。火花擅长默认源。在com上创建关系（DefaultSource.scala:22）。分析化学。火花擅长默认源。在com上创建关系（DefaultSource.scala:13）。分析化学。火花擅长默认源。在组织中创建关系（DefaultSource.scala:8）。阿帕奇。火花sql。处决数据源。数据源。位于组织的resolveRelation（DataSource.scala:390）。阿帕奇。火花sql。DataFrameReader。在组织中加载v1source（DataFrameReader.scala:444）。阿帕奇。火花sql。DataFrameReader$anonfun$load$3（DataFrameReader.scala:400）位于scala。选项位于org的getOrElse（Option.scala:189）。阿帕奇。火花sql。DataFrameReader。在组织加载（DataFrameReader.scala:400）。阿帕奇。火花sql。DataFrameReader。在sun上加载（DataFrameReader.scala:287）。反映NativeMethodAccessorImpl。在sun调用0（本机方法）。反映NativeMethodAccessorImpl。在sun上调用（NativeMethodAccessorImpl.java:62）。反映DelegatingMethodAccessorImpl。在java上调用（DelegatingMethodAccessorImpl.java:43）。lang.reflect。方法在py4j调用（方法java:498）。反射MethodInvoker。在py4j上调用（MethodInvoker.java:244）。反射反光发动机。在py4j处调用（ReflectionEngine.java:380）。网关。在py4j调用（Gateway.java:295）。命令。AbstractCommand。py4j上的invokeMethod（AbstractCommand.java:132）。命令。CallCommand。在py4j上执行（CallCommand.java:79）。网关连接。在java上运行（GatewayConnection.java:251）。lang.Thread。运行（Thread.java:748）

非常感谢您的帮助。谢谢

Answer 1

能否验证是否已正确挂载Azure Blob存储容器。

结帐官方MS文档：使用RDD API访问Azure Blob存储

Hadoop配置选项无法通过SparkContext访问。如果您使用RDD API从Azure Blob存储中读取，则在创建群集并添加Spark时，必须将Hadoop凭据配置属性设置为Spark配置选项。hadoop。为相应的Hadoop配置键添加前缀，以将它们传播到用于RDD作业的Hadoop配置

配置帐户访问密钥：

spark.hadoop.fs.azure.account.key.<storage-account-name>.blob.core.windows.net <storage-account-access-key>