要读取HDFS数据,首先需要创建一个SparkSession对象,并使用spark.read
方法来读取数据。以下是一个示例代码:
from pyspark.sql import SparkSession
spark = SparkSession.builder.appName("example").getOrCreate()
# 读取HDFS中的数据
df = spark.read.csv("hdfs://path/to/file.csv")
# 显示数据
df.show()
# 关闭SparkSession
spark.stop()
在上面的代码中,我们首先创建了一个SparkSession对象,并使用spark.read.csv
方法来读取HDFS中的csv文件。然后使用show()
方法来显示数据。最后,使用spark.stop()
方法关闭SparkSession对象。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,请发送邮件至 55@qq.com 举报,一经查实,本站将立刻删除。转转请注明出处:https://www.szhjjp.com/n/1019490.html