spark hadoop snappy test
from pyspark.sql import SparkSession
# from pyspark import SparkConf, SparkContext
def init_spark():
# conf = SparkConf().setAppName("normal spark") \
# .setMaster("local") \
# .set("spark.io.compression.codec", "org.apache.spark.io.SnappyCompressionCodec") \
# .set("spark.driver.extraLibraryPath", "D:\\app\\spark-2.4.7-bin-hadoop2.7\\jars") \
# .set("spark.driver.extraClassPath", "D:\\app\\spark-2.4.7-bin-hadoop2.7\\jars") \
# .set("spark.executor.extraLibraryPath", "D:\\app\\spark-2.4.7-bin-hadoop2.7\\jars") \
# .set("spark.executor.extraClassPath", "D:\\app\\spark-2.4.7-bin-hadoop2.7\\jars")
#
# sc = SparkContext(conf=conf)
spark = SparkSession.builder.appName("HelloWorld").getOrCreate()
sc = spark.sparkContext
return spark,sc
def main():
spark,sc = init_spark()
# nums = sc.parallelize([1,2,3,4])
rdd = sc.textFile("file:///D:\\data\\web_learning\\0118\\metadatas192.168.10.3_20210118_0000.snappy")
# rdd = sc.textFile("file:///D:\\data\\test.txt")
print("*"*88)
# print(nums.map(lambda x: x*x).collect())
print(rdd.collect())
print("*"*88)
if __name__ == '__main__':
main()
# System.setProperty("hadoop.home.dir", "D:\\app\\hadoop-2.7.3")
# > D:\app\spark - 2.4.7 - bin - hadoop2.7\bin\spark - submit - Djava.library.path = D:\app\hadoop-2.7.3\bin web_learning.py
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· DeepSeek 开源周回顾「GitHub 热点速览」
2018-01-27 mongodb 3.2配置内存缓存大小为MB/MongoDB 3.x内存限制配置
2018-01-27 mongodb 对内存的占用监控 ——mongostat,linux系统可用的内存是free + buffers + cached