使用maxcompute开发ODPS Spark任务，使用spark.sql 无法 rename分区

使用maxcompute开发ODPS Spark任务，使用spark.sql 执行rename分区 sql: alter table $tableName partition(date='$dateFrom',source_id=$sourceFrom) rename to partition(date='$dateTo',source_id=$sourceTo), 任务报错退出。

报错信息如下：

org.apache.spark.sql.AnalysisException: ALTER TABLE RENAME PARTITION is only supported with v1 tables.
    at org.apache.spark.sql.catalyst.analysis.ResolveSessionCatalog.org$apache$spark$sql$catalyst$analysis$ResolveSessionCatalog$$parseV1Table(ResolveSessionCatalog.scala:588) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.ResolveSessionCatalog$$anonfun$apply$1.applyOrElse(ResolveSessionCatalog.scala:472) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.ResolveSessionCatalog$$anonfun$apply$1.applyOrElse(ResolveSessionCatalog.scala:48) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.$anonfun$resolveOperatorsUp$3(AnalysisHelper.scala:90) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.trees.CurrentOrigin$.withOrigin(TreeNode.scala:73) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.$anonfun$resolveOperatorsUp$1(AnalysisHelper.scala:90) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper$.allowInvokingTransformsInAnalyzer(AnalysisHelper.scala:221) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.resolveOperatorsUp(AnalysisHelper.scala:86) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper.resolveOperatorsUp$(AnalysisHelper.scala:84) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.plans.logical.LogicalPlan.resolveOperatorsUp(LogicalPlan.scala:29) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.ResolveSessionCatalog.apply(ResolveSessionCatalog.scala:48) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.ResolveSessionCatalog.apply(ResolveSessionCatalog.scala:39) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$execute$2(RuleExecutor.scala:216) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at scala.collection.LinearSeqOptimized.foldLeft(LinearSeqOptimized.scala:126) ~[scala-library-2.12.10.jar:?]
    at scala.collection.LinearSeqOptimized.foldLeft$(LinearSeqOptimized.scala:122) ~[scala-library-2.12.10.jar:?]
    at scala.collection.immutable.List.foldLeft(List.scala:89) ~[scala-library-2.12.10.jar:?]
    at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$execute$1(RuleExecutor.scala:213) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$execute$1$adapted(RuleExecutor.scala:205) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at scala.collection.immutable.List.foreach(List.scala:392) ~[scala-library-2.12.10.jar:?]
    at org.apache.spark.sql.catalyst.rules.RuleExecutor.execute(RuleExecutor.scala:205) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.Analyzer.org$apache$spark$sql$catalyst$analysis$Analyzer$$executeSameContext(Analyzer.scala:196) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.Analyzer.execute(Analyzer.scala:190) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.Analyzer.execute(Analyzer.scala:155) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.rules.RuleExecutor.$anonfun$executeAndTrack$1(RuleExecutor.scala:183) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.QueryPlanningTracker$.withTracker(QueryPlanningTracker.scala:88) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.rules.RuleExecutor.executeAndTrack(RuleExecutor.scala:183) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.Analyzer.$anonfun$executeAndCheck$1(Analyzer.scala:174) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.plans.logical.AnalysisHelper$.markInAnalyzer(AnalysisHelper.scala:228) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.analysis.Analyzer.executeAndCheck(Analyzer.scala:173) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.execution.QueryExecution.$anonfun$analyzed$1(QueryExecution.scala:73) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.catalyst.QueryPlanningTracker.measurePhase(QueryPlanningTracker.scala:111) ~[spark-catalyst_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.execution.QueryExecution.$anonfun$executePhase$1(QueryExecution.scala:143) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.SparkSession.withActive(SparkSession.scala:772) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.execution.QueryExecution.executePhase(QueryExecution.scala:143) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.execution.QueryExecution.analyzed$lzycompute(QueryExecution.scala:73) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.execution.QueryExecution.analyzed(QueryExecution.scala:71) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.execution.QueryExecution.assertAnalyzed(QueryExecution.scala:63) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.Dataset$.$anonfun$ofRows$2(Dataset.scala:98) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.SparkSession.withActive(SparkSession.scala:772) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.Dataset$.ofRows(Dataset.scala:96) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.SparkSession.$anonfun$sql$1(SparkSession.scala:615) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.SparkSession.withActive(SparkSession.scala:772) ~[spark-sql_2.12-3.1.1.jar:3.1.1]
    at org.apache.spark.sql.SparkSession.sql(SparkSession.scala:610) ~[spark-sql_2.12-3.1.1.jar:3.1.1]

展开

收起

岚沨 2024-03-14 18:24:41 129 0

4 条回答

写回答

取消提交回答

听风de歌

根据错误信息，ALTER TABLE RENAME PARTITION操作仅支持v1表。这意味着在MaxCompute中，Spark SQL目前可能不支持对分区表进行重命名操作。您需要考虑使用MaxCompute提供的原生命令或SDK来进行分区重命名操作。

2024-03-15 14:23:16

赞同展开评论打赏
小周sir

面对过去，不要迷离；面对未来，不必彷徨；活在今天，你只要把自己完全展示给别人看。
根据报错信息，问题出在执行alter table $tableName partition(date='$dateFrom',source_id=$sourceFrom) rename to partition(date='$dateTo',source_id=$sourceTo)这条SQL语句时，提示ALTER TABLE RENAME PARTITION is only supported with v1 tables.，即仅支持v1表的分区重命名操作。

要解决这个问题，你可以尝试以下方法：
1. 将表升级为v1表。你可以使用以下命令升级表：
```
ALTER TABLE $tableName SET PROPERTIES('version'='1');
```
1. 使用ALTER TABLE命令分别重命名分区。首先删除旧分区，然后添加新分区：
```
ALTER TABLE $tableName DROP PARTITION (date='$dateFrom', source_id=$sourceFrom);
ALTER TABLE $tableName ADD PARTITION (date='$dateTo', source_id=$sourceTo) LOCATION '新的分区路径';
```
注意：请将新的分区路径替换为实际的新分区路径。
2024-03-15 13:40:13

赞同展开评论打赏
shuj
在使用MaxCompute开发ODPS Spark任务时，如果使用spark.sql执行rename分区操作，可能会遇到任务报错退出的情况。这可能是因为MaxCompute的分区表不支持直接使用ALTER ABLE语句进行分区重方法：
1. 使用MaxCaxCompute控制台或命令行工具手动重命名分区。具体操作步骤如下：
  
  登录MaxCompute控制台。
  选择目标表所在的项目和工作空间。
  在左侧导航栏中，找到并点击“分区管理”。
  在分区管理页面中，找到需要重命名的分区，点击“更多”按钮，然后选择“重命名分区”。
  输入新的分区名称，然后点击“确定”按钮。
2. 使用Spark SQL读取原始分区数据，然后将数据写入新的分区。具体操作步骤如下：
  
  使用Spark SQL读取原始分区数据：
  
  from pyspark.sql import SparkSession spark = SparkSession.builder \n .appName("Rename Partition") \n .getOrCreate() table_name = "your_table_name" date_from = "your_date_from" source_from = "your_source_from" date_to = "your_date_to" source_to = "your_source_to" df = spark.sql(f"SELECT * FROM {table_name} WHERE date='{date_from}' AND source_id='{source_from}'")
  
  将数据写入新的分区：
  
  df.write.partitionBy("date", "source_id").mode("overwrite").saveAable(tame)
  
  最后，删除原始分区：
  
  spark.sql(f"ALTER TABLE {table_name} DROP PARTITION (date='{date_from}', source_id='{source_from}')")
希望以上方法能帮助你解决问题。
2024-03-15 07:43:51

赞同展开评论打赏
请看我回答~

阿里云大降价~
在使用MaxCompute开发ODPS Spark任务时，如果使用spark.sql执行rename分区操作，可能会遇到任务报错退出的情况。这可能是因为MaxCompute的分区表不支持直接使用spark.sql进行分重命名操作。

为了解决这个问题，你可以尝试以下方法：
1. 使用MaxCompute的SQL语法进行分区重命名操作。在MaxCompute中，可以使用ALTER TABLE语句来重命名分区。例如：
```
ALTER TABLE tableName RENAME PARTITION (date='dateFrom', source_id=sourceFrom) TO PARTITION (date='dateTo', source_id=sourceTo);
```
1. 使用MaxCompute的Python SDK进行分区重命名操作。你可以使用MaxCompute的Python SDK（odps库）来执行分区重命名操作。首先，确保已经安装了odps库，然后使用以下代码：
```
from odps import ODPS

# 创建ODPS实例
odps = ODPS('<your-access-id>', '<your-access-key>', '<your-project>', endpoint='http://service.odps.aliyun.com/api')

# 获取表对象
table = odps.get_table('tableName')

# 执行分区重命名操作
table.alter_partition('dateFrom', 'sourceFrom').rename_to('dateTo', 'sourceTo')
```
注意：请将<your-access-id>、<your-access-key>和<your-project>替换为你的MaxCompute项目的实际信息。
2024-03-14 20:17:35

赞同展开评论打赏