pyspark 链接MongoDB

连接部分代码

  • config:指定链接的Mongo库和表

在这里插入图片描述

from pyspark import SparkContext, SQLContext, SparkConf
from pyspark.sql import SparkSession
import time, sys, warnings

MONGOURI = 'mongodb://172.00.100.11:27017/{}.{}'.format('ad_portrayal', 'user_portrayal_test')

sc = SparkContext(appName="deal_with_portrayal_data")
sqlContext = SQLContext(sc)
ss = SparkSession(sc).builder \
    .config("spark.mongodb.input.uri", MONGOURI) \
    .config("spark.mongodb.output.uri", MONGOURI) \
    .getOrCreate()

warnings.simplefilter(action='ignore')
sc.setLogLevel('ERROR')

spark提交代码

  • packages指定驱动,如下,2.11为Scala版本,2.4.3为spark版本。版本号一定要和集群的对应
PYSPARK_PYTHON=/data/anaconda3/bin/python3 \
/opt/spark/bin/spark-submit \
   --master yarn \
    --deploy-mode client \
    --driver-memory 4g \
    --executor-memory 4g \
    --driver-cores 4 \
    --executor-cores 4 \
    --packages org.mongodb.spark:mongo-spark-connector_2.11:2.4.3 \
    --name 'deal_with_portrayal_data' \
    deal_portData.py >>./log/deal_portData.log 2>>./log/deal_portData.err

在这里插入图片描述

然和可以读数据测试了

# coll = ss.read.format('mongo').option('database', 'ad_portrayal').option('collection', 'user_portrayal_test').load()
coll = ss.read.format('mongo').load()
coll.show()
print(type(coll))
+-----+---------+-------+
|EVENT|    REQID|    _id|
+-----+---------+-------+
|click|DWADLAWMD|ABCDEFG|
+-----+---------+-------+

<class 'pyspark.sql.dataframe.DataFrame'>
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

WGS.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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