基于spark 实现混合编程:跨语言交互与调用 ---- scala 、 python、java 如何相互调用


简介

最近需要实现一个小DEMO, 通过spark 数据ETL 之后转到python 环境执行一些基于python 的复杂数据清洗工作,或者是复用数据分析人员的python清洗脚本。应该怎么做? 请看以下文章提供的一些思路:

  1. 基于spark 实现混合编程:跨语言交互与调用 ---- scala 、 python、java 如何相互调用
  2. spark 集群处理后转单机pyspark 或 pands 数据处理 的方法

1. python 调用scala

python 作为一种胶水语言调用其他语言比较容易 , 由于Spark使用Scala语言开发,底层启动的是JVM,而PySpark是Scala中PythonRDD对象启动的一个Python子进程,Python与JVM的通信使用了Py4J, 通过Py4J Python程序能够动态的访问JVM中的Java对象,这一过程使用了linux pipe,在底层JVM需要对RDD进行序列化,在Python端需要对RDD进行反序列化,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

shiter

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值