Python+Spark2.0+hadoop学习笔记——pyspark基础
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python+Spark2.0+hadoop学习笔记——pyspark基础,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1229字,纯文字阅读大概需要2分钟。
内容图文
在历经千辛万苦后,终于把所有的东西都配置好了。
下面开始介绍pyspark的一些基础内容,以字数统计为例。
1)在本地运行pyspark程序
读取本地文件
textFile=sc.textFile("file:/usr/local/spark/README.md")
textFile.count()
读取HDFS文件
textFile=sc.textFile('hdfs://master:9000/user/*********/wordcount/input/LICENSE.txt")
textFile.count()
2)在Hadoop YARN运行pyspark
HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop pyspark --master yarn --deploy-more client
textFile=sc.textFile('hdfs://master:9000/user/*********/wordcount/input/LICENSE.txt")
textFile.count()
3)构建Spark Standalone Cluster运行环境
cp /usr/local/spark/conf/spark-env.sh.template /usr/local/spark/conf/spark-env.sh
sudo gedit /usr/local/spark/conf/spark
然后进行下面的设置
export SPARK_MASTER_IP=master
export SPARK_WORKER_CORES=1
export SPARK_WORKER_MEMORY=512m
export SPARK_WORKER_INSTANCES=4
然后连接每个计算机,之后启动Spark Standalone Cluster
/usr/local/spark/sbin/start-all.sh
pyspark --master spark://master:7077 --num-executors 1 --total-executor-cores 3 --executor 512m
读取本地文件
textFile=sc.textFile("file:/usr/local/spark/README.md")
textFile.count()
读取HDFS文件
textFile=sc.textFile('hdfs://master:9000/user/*********/wordcount/input/LICENSE.txt")
textFile.count()
内容总结
以上是互联网集市为您收集整理的Python+Spark2.0+hadoop学习笔记——pyspark基础全部内容,希望文章能够帮你解决Python+Spark2.0+hadoop学习笔记——pyspark基础所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。