Uso de la fuente Postgresql JDBC con Apache Spark en EMR

Creo que no necesita copiar el archivo jar de postgres en los esclavos, ya que el programa controlador y el administrador de clústeres se encargan de todo. Creé un marco de datos a partir de una fuente externa de Postgres de la siguiente manera:

Descargar el archivo jar del controlador de postgres :

cd $HOME && wget https://jdbc.postgresql.org/download/postgresql-42.2.5.jar

Crear marco de datos :

atrribute = {'url' : 'jdbc:postgresql://{host}:{port}/{db}?user={user}&password={password}' \
        .format(host=<host>, port=<port>, db=<db>, user=<user>, password=<password>),
                 'database' : <db>,
                 'dbtable' : <select * from table>}
 df=spark.read.format('jdbc').options(**attribute).load()

Enviar a Spark Job: Agregue el archivo jar descargado a la ruta de clase del controlador mientras envía el trabajo Spark.

--properties spark.driver.extraClassPath=$HOME/postgresql-42.2.5.jar,spark.jars.packages=org.postgresql:postgresql:42.2.5