Pyspark 简明教程

PySpark - SparkConf

要在本地/集群上运行 Spark 应用程序，您需要设置一些配置和参数，SparkConf 的作用正是如此。它提供用于运行 Spark 应用程序的配置。以下代码块包含 PySpark 中 SparkConf 类的详细信息。

class pyspark.SparkConf (
   loadDefaults = True,
   _jvm = None,
   _jconf = None
)

最初，我们将使用 SparkConf() 创建一个 SparkConf 对象，它也将加载 spark. * Java 系统属性的值。现在，您可以使用 SparkConf 对象设置不同的参数，而它们的优先级将高于系统属性。

在 SparkConf 类中，有一些支持链接的 setter 方法。例如，您可以编写 conf.setAppName(“PySpark App”).setMaster(“local”) 。一旦我们将一个 SparkConf 对象传递给 Apache Spark，任何用户都无法修改它。

以下是 SparkConf 最常用的部分属性 −

  1. set(key, value) − 用于设置配置属性。

  2. setMaster(value) − 用于设置主 URL。

  3. setAppName(value) − 用于设置应用程序名称。

  4. get(key, defaultValue=None) − 获取某个键的配置值。

  5. setSparkHome(value) − 在工作程序节点上设置 Spark 安装路径。

我们考虑在 PySpark 程序中使用 SparkConf 的以下示例。在此示例中，我们设置 Spark 应用程序的名称为 PySpark App ，并将 Spark 应用程序的主 URL 设置为 → spark://master:7077 。

以下代码块在 Python 文件中添加时，会为运行 PySpark 应用程序设置基本配置。

---------------------------------------------------------------------------------------
from pyspark import SparkConf, SparkContext
conf = SparkConf().setAppName("PySpark App").setMaster("spark://master:7077")
sc = SparkContext(conf=conf)
---------------------------------------------------------------------------------------