Spark SQL

Spark SQL wird lokal ausgeführt, und zwar aus einem auf PyPI veröffentlichten Python-Paket: spark-sql-mcp-server, Version 0.1.2. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird Python; Clients starten das Paket meist mit uvx (aus uv) oder nach pip install - der übliche Befehl lautet uvx spark-sql-mcp-server. Der Server liest diese Umgebungsvariablen: SPARK_HOST (erforderlich), SPARK_PORT, SPARK_DATABASE, SPARK_AUTH, SPARK_USERNAME, SPARK_PASSWORD (geheim) und SPARK_KERBEROS_SERVICE_NAME; legen Sie sie in der Konfiguration des Clients für diesen Server fest.

Im JSON-Format mcpServers, das viele MCP-Clients für Desktop und Editor lesen, sieht der Eintrag so aus (Platzhalter in spitzen Klammern):

{
  "mcpServers": {
    "spark-sql-mcp-server": {
      "command": "uvx",
      "args": [
        "spark-sql-mcp-server"
      ],
      "env": {
        "SPARK_HOST": "<wert>",
        "SPARK_PORT": "<wert>",
        "SPARK_DATABASE": "<wert>",
        "SPARK_AUTH": "<wert>",
        "SPARK_USERNAME": "<wert>",
        "SPARK_PASSWORD": "<geheim>",
        "SPARK_KERBEROS_SERVICE_NAME": "<wert>"
      }
    }
  }
}

Abgeleitet aus dem Registry-Eintrag, hier nicht getestet. Was der Server tut und zu welchen Bedingungen, legt sein Herausgeber fest; prüfen Sie sein Repository oder seine Website, bevor Sie ihm Zugriff auf Ihre Konten oder Dateien geben. So fügen Sie einem Assistenten einen MCP-Server hinzu · Vor dem Verbinden