pySpark读取S3上多个路径数据,并保存到Hive中

#!/usr/bin/python3

import json
import traceback

from pyspark.sql import SparkSession

Columns = ['uid', 'ts', 'tz', 'event', 'event_network', 'item_id', 'group_id', 'country', 'lang']

dt = "20200101"


def line_process(line):
    """
    处理一行的数据
    :param line:
    :return:
    """
    try:
        obj = json.loads(line.strip())
        gaid = obj.get("uid", '')
        tz = obj.get("tz", '')
        country = obj.get("country")
        lang = obj.get("lang", '')
        # 事件列表
        events = obj.get("events", [])
        records = []
        for record in events:
            event = record.get('event', '')
            ts = record.get('ts', 0)
            event_network = record.get('net', 0)
            
  • 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