通过Notebook从Azure Synapse加载数据至DataFrame报sqlanalytics属性错误

你遇到的报错是因为PySpark的DataFrameReader原生没有sqlanalytics方法，这个方法是旧版Azure Synapse Spark连接器提供的专属API，触发报错的常见原因有两个：

1. 当前Spark环境没有安装Azure Synapse专属连接器依赖包
2. 新版Synapse连接器已经将该API重命名为synapsesql，沿用旧写法导致调用失败

• 如果你在Azure Synapse工作区的内置Spark池中运行代码：
  直接将原代码中的sqlanalytics替换为synapsesql即可，示例写法：

  # 读取Synapse专用池表数据到DataFrame
  df = spark.read.synapsesql("<数据库名称>.<Schema名称>.<表名>")
  

  该环境默认预装了最新版Synapse连接器，不需要额外配置依赖。

• 如果你在非Synapse工作区的Spark环境（本地Spark、第三方Spark服务等）运行代码：
  第一步先在Spark配置中添加对应版本的Synapse连接器Maven依赖，参考依赖坐标为com.microsoft.azure:synapse-analytics-spark:3.1.0_2.12:1.0.0，需要和你使用的Spark、Scala版本匹配。
  第二步配置好ADLS Gen2存储访问凭据、Synapse实例身份认证信息后，即可调用对应API读取数据。

• 临时替代方案：使用通用JDBC方式读取，不需要安装专属连接器，示例代码：

  jdbcConnectionStr = "jdbc:sqlserver://<你的Synapse服务器名>.sql.azuresynapse.net:1433;database=<数据库名>;user=<登录用户名>;password=<登录密码>;encrypt=true;trustServerCertificate=false;hostNameInCertificate=*.sql.azuresynapse.net;loginTimeout=30;"
  df = spark.read.format("jdbc") \
      .option("url", jdbcConnectionStr) \
      .option("dbtable", "<Schema名>.<目标表名>") \
      .load()
  

内容的提问来源于stack exchange，提问作者Patterson