Jupyter Notebook中PySpark连接Oracle遇ClassNotFoundException

错误本质 #

这个ClassNotFoundException核心是Spark无法正确加载Oracle JDBC驱动包，具体诱因可能是以下几点：

• 驱动包路径配置错误，Spark找不到指定的jar文件
• Spark运行环境与ojdbc版本不兼容
• 配置参数的优先级或格式问题，导致驱动包未被正确识别

具体解决步骤 #

1. 验证驱动包路径正确性 #

• 确保path\\to\\ojdbc6-11.2.0.4.jar是绝对路径，Windows系统下可使用正斜杠/或双反斜杠\\，比如C:/libs/ojdbc6-11.2.0.4.jar或C:\\libs\\ojdbc6-11.2.0.4.jar
• 直接访问该路径，确认jar文件真实存在，无文件名拼写错误

2. 调整Spark配置参数 #

本地模式下，spark.executor.extraClassPath可省略（driver与executor为同一进程），推荐用spark.jars参数直接指定驱动包，该参数优先级更高、加载更可靠：

from pyspark.sql import SparkSession

spark = SparkSession.builder \
    .config("spark.jars", "C:/path/to/ojdbc6-11.2.0.4.jar") \
    .master("local[*]") \
    .appName("OracleConnection") \
    .getOrCreate()

3. 确认版本兼容性 #

• Oracle 11g搭配ojdbc6-11.2.0.4是适配的，但需注意Spark的Java运行环境：ojdbc6-11.2.0.4仅支持Java 6/7，若Spark运行在Java 8及以上版本，建议更换为ojdbc7-12.1.0.2.jar（兼容Java 8+，同时支持Oracle 11g）
• 避免Spark目录下存在多版本ojdbc包，防止类加载冲突

4. 修正连接代码细节 #

确保JDBC URL格式正确：Oracle 11g thin模式URL若使用服务名，格式应为jdbc:oracle:thin:@//xx.xx.xxx.xx:1521/schemaname（注意开头的//）；若使用SID，才用jdbc:oracle:thin:@xx.xx.xxx.xx:1521:sidname

修改后的完整代码示例：

from pyspark.sql import SparkSession

spark = SparkSession.builder \
    .config("spark.jars", "C:/libs/ojdbc6-11.2.0.4.jar") \
    .master("local[*]") \
    .appName("OracleDataLoad") \
    .getOrCreate()

df = spark.read.format("jdbc")\
        .option("url", "jdbc:oracle:thin:@//xx.xx.xxx.xx:1521/schemaname")\
        .option("dbtable", "your_table_name")\
        .option("user", "your_username")\
        .option("password", "your_password")\
        .option("driver", "oracle.jdbc.driver.OracleDriver") \
        .load()

df.show()
spark.stop()

额外排查点 #

若以上步骤无效，可尝试将ojdbc6-11.2.0.4.jar直接复制到Spark安装目录的jars文件夹下，重启Spark后再测试，这种方式可确保驱动包被全局加载。

内容的提问来源于stack exchange，提问作者Bab