python使用spark sql查询impala_如何使用JDBC将Impala表直接加载到Spark？

我正在尝试使用

Python编写一个spark作业,它将打开与Impala的jdbc连接,并将Impala直接从Impala加载到Dataframe中.这个问题非常接近,但在scala中：

Calling JDBC to impala/hive from within a spark job and creating a table

我该怎么做呢？其他数据源有很多例子,例如MySQL,PostgreSQL等,但我还没有看到一个用于Impala Python Kerberos的数据源.一个例子会有很大的帮助.谢谢！

尝试使用来自网络的信息,但它没有用.

SPARK笔记本

#!/bin/bash

export PYSPARK_PYTHON=/home/anave/anaconda2/bin/python

export HADOOP_CONF_DIR=/etc/hive/conf

export PYSPARK_DRIVER_PYTHON=/home/anave/anaconda2/bin/ipython

export PYSPARK_DRIVER_PYTHON_OPTS='notebook --ip=* --no-browser'

# use Java8

export JAVA_HOME=/usr/java/latest

export PATH=$JAVA_HOME/bin:$PATH

# JDBC Drivers for Impala

export CLASSPATH=/home/anave/impala_jdbc_2.5.30.1049/Cloudera_ImpalaJDBC41_2.5.30/*.jar:$CLASSPATH

export JDBC_PATH=/home/anave/impala_jdbc_2.5.30.1049/Cloudera_ImpalaJDBC41_2.5.30

# --jars $SRCDIR/spark-