- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在 Spark 2 中使用 pyspark
,是否有任何 jars 将 HBase
与 pyspark
连接可用。
请帮助我编写示例代码。
最佳答案
作为之前答案的替代方案:
我正在使用 hortonworks Spark hbase 连接器。您可以在 github 上找到它。他们在 spark summit 上引入了连接器。演讲结束时还有一个带有一些示例代码的现场演示。希望有帮助。
--- 编辑 ---
示例中的代码是用 scala 编写的,但连接器也适用于 pyspark。这是一个写/读示例:
使用连接器启动 PySpark-Shell(也许您必须使用另一个版本的包进行设置 - 查看 github 上的介绍和对话)。
pyspark --master yarn --packages com.hortonworks.shc:shc-core:1.1.0.2.6.5.2-8 --repositories http://nexus-private.hortonworks.com/nexus/content/groups/public/
创建 sql-context 并定义数据源
sqlc = SQLContext(sc)
data_source_format = 'org.apache.spark.sql.execution.datasources.hbase'
接下来我们要定义一个目录,它是连接器可读的表结构。当您有权访问 hbase 的默认命名空间时,将 YourNameSpace 替换为 default。如果没有,请插入可访问的命名空间。
catalog = ''.join("""{
"table":{"namespace":"YourNameSpace", "name":"TestTable", "tableCoder":"PrimitiveType"},
"rowkey":"key",
"columns":{
"ID":{"cf":"rowkey", "col":"key", "type":"string"},
"DATA":{"cf":"data", "col":"", "type":"string"}
}
}""".split())
要创建一个 hbase 表并在其中写入一些内容,我们创建一个包含一些数据的合适数据框......
df = sc.parallelize([('1', 'Moin'), ('2', 'Hello'), ('3', 'Hallo')]).toDF(schema=['ID', 'DATA'])
...并将其保存到 hbase。
df.write.options(catalog=catalog, newtable = 5).format(data_source_format).save()
现在我们可以从 hbase 表中读取内容并将其保存到变量中:
df_read = sqlc.read.options(catalog=catalog).format(data_source_format).load()
检查:
>>> df_read.show()
+---+-----+
| ID| DATA|
+---+-----+
| 1| Moin|
| 2|Hello|
| 3|Hallo|
+---+-----+
- 在 HDP 2.5 上使用 PySpark 2 进行测试
关于python - 使用 python 将 Spark 2 与 HBase 集成连接的 jars,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48220001/
我知道这个问题可能已经被问过,但我检查了所有这些,我认为我的情况有所不同(请友善)。所以我有两个数据集,第一个是测试数据集,第二个是我保存在数据框中的预测(预测值,这就是没有数据列的原因)。我想合并两
在 .loc 方法的帮助下,我根据同一数据框中另一列中的值来识别 Panda 数据框中某一列中的值。 下面给出了代码片段供您引用: var1 = output_df['Player'].loc[out
当我在 Windows 中使用 WinSCP 通过 Ubuntu 连接到 VMware 时,它提示: The server rejected SFTP connection, but it lis
我正在开发一个使用 xml web 服务的 android 应用程序。在 wi-fi 网络中连接时工作正常,但在 3G 网络中连接时失败(未找到 http 404)。 这不仅仅发生在设备中。为了进行测
我有一个XIB包含我的控件的文件,加载到 Interface Builder(Snow Leopard 上的 Xcode 4.0.2)中。 文件的所有者被设置为 someClassController
我在本地计算机上管理 MySQL 数据库,并通过运行以下程序通过 C 连接到它: #include #include #include int main(int argc, char** arg
我不知道为什么每次有人访问我网站上的页面时,都会打开一个与数据库的新连接。最终我到达了大约 300 并收到错误并且页面不再加载。我认为它应该工作的方式是,我将 maxIdle 设置为 30,这意味着
希望清理 NMEA GPS 中的 .txt 文件。我当前的代码如下。 deletes = ['$GPGGA', '$GPGSA', '$GPGSV', '$PSRF156', ] searchquer
我有一个 URL、一个用户名和一个密码。我想在 C# .Net WinForms 中建立 VPN 连接。 你能告诉我从哪里开始吗?任何第三方 API? 代码示例将受到高度赞赏... 最佳答案 您可以像
有没有更好的方法将字符串 vector 转换为字符 vector ,字符串之间的终止符为零。 因此,如果我有一个包含以下字符串的 vector "test","my","string",那么我想接收一
我正在编写一个库,它不断检查 android 设备的连接,并在设备连接、断开连接或互联网连接变慢时给出回调。 https://github.com/muddassir235/connection_ch
我的操作系统:Centos 7 + CLOUDLINUX 7.7当我尝试从服务器登录Mysql时 [root@server3 ~]# Mysql -u root -h localhost -P 330
我收到错误:Puma 发现此错误:无法打开到本地主机的 TCP 连接:9200(连接被拒绝 - 连接(2)用于“本地主机”端口 9200)(Faraday::ConnectionFailed)在我的
请给我一些解决以下错误的方法。 这是一个聊天应用....代码和错误如下:: conversations_controller.rb def create if Conversation.bet
我想将两个单元格中的数据连接到一个单元格中。我还想只组合那些具有相同 ID 的单元格。 任务 ID 名称 4355.2 参与者 4355.2 领袖 4462.1 在线 4462.1 快速 4597.1
我经常需要连接 TSQL 中的字段... 使用“+”运算符时 TSQL 强制您处理的两个问题是 Data Type Precedence和 NULL 值。 使用数据类型优先级,问题是转换错误。 1)
有没有在 iPad 或 iPhone 应用程序中使用 Facebook 连接。 这个想法是登录这个应用程序,然后能够看到我的哪些 facebook 用户也在使用该应用程序及其功能。 最佳答案 是的。
我在连接或打印字符串时遇到了一个奇怪的问题。我有一个 char * ,可以将其设置为字符串文字的几个值之一。 char *myStrLiteral = NULL; ... if(blah) myS
对于以下数据 - let $x := "Yahooooo !!!! Select one number - " let $y := 1 2 3 4 5 6 7 我想得到
我正在看 UDEMY for perl 的培训视频,但是视频不清晰,看起来有错误。 培训展示了如何使用以下示例连接 2 个字符串: #!usr/bin/perl print $str = "Hi";
我是一名优秀的程序员,十分优秀!