代码之家 › 专栏 › 技术社区 › user3521180

执行python文件时使用spark submit的CLI参数

spark-submit pyspark apache-spark python

0

user3521180 · 技术社区 · 7 年前

from pyspark import SparkContext
sc = SparkContext("local", "Simple App")
from pyspark.sql import SQLContext, Row
sqlContext = SQLContext(sc)

    df = sqlContext.read.format("jdbc").option("url","jdbc:sqlserver://server:port").option("databaseName","database").option("driver","com.microsoft.sqlserver.jdbc.SQLServerDriver").option("dbtable","table").option("user","uid").option("password","pwd").load()

    df.registerTempTable("test")
    df.write.format("com.databricks.spark.csv").save("full_path")

因此,如果我想转换多个表,我需要编写多个数据帧。因此,为了避免这种情况,我想在通过for循环对数据帧进行迭代时,从用户那里获取数据库名和表名的命令行参数。

有可能吗?如果是的话,有人能指导我如何通过spark提交吗?

1 回复 | 直到 7 年前

1

5

Rahul Gupta 7 年前

只需对spark submit命令和代码进行以下更改:

测验py公司

import sys
from pyspark import SparkContext
sc = SparkContext("local", "Simple App")
from pyspark.sql import SQLContext, Row
sqlContext = SQLContext(sc)
db_name = sys.argv[1]
table_name = sys.argv[2]
file_name = sys.argv[3]
df = sqlContext.read.format("jdbc").option("url","jdbc:sqlserver://server:port").option("databaseName",db_name).option("driver","com.microsoft.sqlserver.jdbc.SQLServerDriver").option("dbtable",table_name).option("user","uid").option("password","pwd").load()

df.registerTempTable("test")
df.write.format("com.databricks.spark.csv").save(file_name)

spart-submit test.py <db_name> <table_name> <file_name>