pyspark学习--2、pyspark的运行方法尝试

最新推荐文章于 2025-09-19 15:00:30 发布

原创

最新推荐文章于 2025-09-19 15:00:30 发布 · 1.6k 阅读

3 ·

CC 4.0 BY-SA版权

本文介绍了如何在PyCharm中和通过`spark-submit`命令运行PySpark程序，包括流式文本处理示例。在运行过程中遇到的问题，如相对路径错误和任务被kill的情况也进行了分析和解决方法的提示。

pyspark学习--2、pyspark的运行方法尝试以及各种示例代码尝试

运行方法
示例代码
- 流式文本处理 streamingcontext
- - 流文本单词计数
报错汇总

运行方法

先使用pycharm构建一个小的项目：环境目录如下，需要红框中的两个文件：
在这里插入图片描述
其中 test.json中文件内容如下：

{
   
   'name': 'goddy','age': 23}
{
   
   'name': 'wcm','age': 31}

test_pyspark.py文件内容如下：

from pyspark.sql import SparkSession
from pyspark.sql.types import *
spark = SparkSession \
        .builder \
        .appName("goddy-test") \
        .getOrCreate()
schema = StructType([
    StructField("name", StringType()),
    StructField("age", IntegerType()