当前位置: 首页 > news >正文

pyspark driver 上传pod本地文件到对象存储

前提: pyspark driver on k8s,环境变量或者spark_home/jars 下有相关对象存储的包,报错包问题就这里添加jar即可

from py4j.java_gateway import java_import
from pyspark.sql import SparkSession# ------------------------------------------------------------------------------
# 1) 启动 / 获取 SparkSession
# ------------------------------------------------------------------------------
spark = (SparkSession.builder.enableHiveSupport()          # 按需保留;若不用 Hive 可去掉.getOrCreate()
)hconf = spark._jsc.hadoopConfiguration()# ------------------------------------------------------------------------------
# 2) 导入 Hadoop Java 类
# ------------------------------------------------------------------------------
java_import(spark._jvm, "org.apache.hadoop.fs.FileSystem")
java_import(spark._jvm, "org.apache.hadoop.fs.Path")# ------------------------------------------------------------------------------
# 3) 定义源 / 目标路径
# ------------------------------------------------------------------------------
src_path = spark._jvm.Path("file:///opt/decom.sh")
# 目标写成目录即可;FileSystem 会沿用原文件名
dst_dir  = spark._jvm.Path("oss://aysh-s-data/tmp1/")# ------------------------------------------------------------------------------
# 4) 获取 *目标* FileSystem(HDFS)实例
# ------------------------------------------------------------------------------
fs_hdfs = spark._jvm.org.apache.hadoop.fs.FileSystem.get(dst_dir.toUri(), hconf)# 若目录不存在,先创建
if not fs_hdfs.exists(dst_dir):fs_hdfs.mkdirs(dst_dir)# ------------------------------------------------------------------------------
# 5) 执行复制
#    copyFromLocalFile(deleteSource=False, overwrite=True, src, dst)
#    目标是目录时,自动使用原文件名
# ------------------------------------------------------------------------------
fs_hdfs.copyFromLocalFile(False, False, src_path, dst_dir)print("Done! file:///opt/decom.sh -> oss://aysh-s-data/tmp1/")

http://www.lqws.cn/news/577873.html

相关文章:

  • AWS 开源 Strands Agents SDK,简化 AI 代理开发流程
  • Hive SQL 实战:电商销售数据分析全流程案例
  • Git远程仓库迁移与分支关联技术分享
  • 【Python使用】嘿马python运维开发全体系教程第2篇:日志管理,Linux概述【附代码文档】
  • 【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》
  • Android Compose Modifier 详细解析
  • K8s-Pod深度解析
  • 鸿蒙进阶——Mindspore Lite AI框架源码解读之模型加载详解(五)
  • 阶段二开始-第一章—8天Python从入门到精通【itheima】-121节+122节(函数和方法的类型注解+Union联合类型注解)
  • Ruby 安装使用教程
  • 单例模式7种实现
  • Golang的多环境配置
  • Golang快速开发框架——项目立项与系统配置读取组件viper(一)
  • uni-app使用uview2自定义tabber
  • camera调试:安卓添加xml注册
  • 【软考高项论文】论信息系统项目的整体管理
  • Java 图书管理系统
  • 使用Verilog设计模块输出中位数,尽可能较少资源使用
  • 华为智选焕新鸿蒙智选,继续携手IAM赋能智慧家居健康生态协同演进
  • SmartDV推出先进的H.264和H.265视频编码器和解码器IP
  • Flutter 布局之 IntrinsicHeight 组件
  • 类图+案例+代码详解:软件设计模式----生成器模式(建造者模式)
  • 系统性能优化-8 TCP缓冲区与拥塞控制
  • Java开发新变革!飞算JavaAI深度剖析与实战指南
  • 深入理解 MVCC:数据库高并发的核心引擎
  • 高效数据采集:Python与Rust完美结合
  • Redis有哪些常用应用场景?
  • 1.6 基于NICE接口的存储器访问通道扩展自定义指令的简单示例
  • 大语言模型LLM在训练/推理时的padding
  • SQL参数化查询:防注入与计划缓存的双重优势