pyspark脚本并行执行

最近一个模型在预测数据时因为数据量太大而速度很慢,想要做成并行,结果不知道怎么动态命名变量。
最后选择动态传入驱动程序名称得以解决
代码如下:

#导入所需模块
from pyspark import SparkContext,SparkConf
from pyspark.sql import HiveContext
import time
import pandas as pd
import numpy as np
import pandas as pd

name1= sys.argv[1]
name2= sys.argv[2]
name = "model_%s_%s"%(name1,name2)
conf = SparkConf().setMaster("local").setAppName(name)
sc = SparkContext(conf = conf)
sqlContext = HiveContext(sc)
....................
#your code

根据传入的参数不同就可以并行执行啦!!!!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值