要讀取HDFS數(shù)據(jù),首先需要創(chuàng)建一個SparkSession對象,并使用spark.read
方法來讀取數(shù)據(jù)。以下是一個示例代碼:
from pyspark.sql import SparkSession
spark = SparkSession.builder.appName("example").getOrCreate()
# 讀取HDFS中的數(shù)據(jù)
df = spark.read.csv("hdfs://path/to/file.csv")
# 顯示數(shù)據(jù)
df.show()
# 關(guān)閉SparkSession
spark.stop()
在上面的代碼中,我們首先創(chuàng)建了一個SparkSession對象,并使用spark.read.csv
方法來讀取HDFS中的csv文件。然后使用show()
方法來顯示數(shù)據(jù)。最后,使用spark.stop()
方法關(guān)閉SparkSession對象。