pyspark初探(一)LearningSpark

11 篇文章 0 订阅

启动

pyspark

IPYTHON=1 pyspark

IPYTHON_OPTS="notebook" pyspark
(set IPYTHON=1
 pyspark  for windows)

执行python脚本

spark-submit  my_script.py

初始化sparkcontext

from pyspark import SparkConf,SparkContext
conf = SparkConf().setMaster("local").setAppName("Myapp")
sc = SparkContext(conf=conf)

Ch5读取csv数据

如果没有换行符

import csv
import StringIO
...
def loadRecord(line):
    """Parse a CSV line"""
input = StringIO.StringIO(line)
reader = csv.DictReader(input, fieldnames=["name", "favouriteAnimal"]) return reader.next()
input = sc.textFile(inputFile).map(loadRecord)

如果有换行符

需要把整个数据集加载进来

def loadRecords(fileNameContents):
"""Load all the records in a given file"""
input = StringIO.StringIO(fileNameContents[1])
reader = csv.DictReader(input, fieldnames=["name", "favoriteAnimal"]) return reader
fullFileData = sc.wholeTextFiles(inputFile).flatMap(loadRecords)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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