apache-spark - 为什么spark告诉我 “name ' sqlContext'未定义“，如何使用sqlContext？

Question

我尝试运行spark-ml的示例，但是

from pyspark import SparkContext
import pyspark.sql 

sc = SparkContext(appName="PythonStreamingQueueStream")    
training = sqlContext.createDataFrame([
(1.0, Vectors.dense([0.0, 1.1, 0.1])),
(0.0, Vectors.dense([2.0, 1.0, -1.0])),
(0.0, Vectors.dense([2.0, 1.3, 1.0])),
(1.0, Vectors.dense([0.0, 1.2, -0.5]))], ["label", "features"])

无法运行，因为终端告诉我

NameError: name 'SQLContext' is not defined

为什么会这样呢？我该如何解决？

Answer 1

如果您使用的是Apache Spark 1.x行(即Apache Spark 2.0之前的版本)，则需要访问sqlContext来访问sqlContext； IE。

from pyspark.sql import SQLContext
sqlContext = SQLContext(sc)

如果您使用的是Apache Spark 2.0，则可以直接使用 Spark Session代替。因此，您的代码将是

training = spark.createDataFrame(...)

有关更多信息，请引用 Spark SQL Programing Guide。