1. WIKI教程
2. 学习PySpark
3. PySpark - SparkFiles( SparkFiles)

PySpark - SparkFiles( SparkFiles)

在Apache Spark中，您可以使用sc.addFile上传文件（sc是您的默认SparkContext），并使用SparkFiles.get获取工作者的路径。 因此，SparkFiles解析通过SparkContext.addFile()添加的文件的路径。

SparkFiles包含以下类方法 -

• get(filename)
• getrootdirectory()

让我们详细了解它们。

get(filename)

它指定通过SparkContext.addFile（）添加的文件的路径。

getrootdirectory()

它指定根目录的路径，该目录包含通过SparkContext.addFile（）添加的文件。

----------------------------------------sparkfile.py------------------------------------
from pyspark import SparkContext
from pyspark import SparkFiles
finddistance = "/home/hadoop/examples_pyspark/finddistance.R"
finddistancename = "finddistance.R"
sc = SparkContext("local", "SparkFile App")
sc.addFile(finddistance)
print "Absolute Path -> %s" % SparkFiles.get(finddistancename)
----------------------------------------sparkfile.py------------------------------------

Command - 命令如下 -

$SPARK_HOME/bin/spark-submit sparkfiles.py

Output - 上述命令的输出是 -

Absolute Path -> 
   /tmp/spark-f1170149-af01-4620-9805-f61c85fecee4/userFiles-641dfd0f-240b-4264-a650-4e06e7a57839/finddistance.R