如何在运行pyspark时加载本地jar包?

  1. 云栖社区>
  2. 博客>
  3. 正文

如何在运行pyspark时加载本地jar包?

steven日成 2019-03-14 13:31:52 浏览8222
展开阅读全文

某内网项目需要测试spark和mongodb联调,因为不能连接外网,所以下载好了相应的jar包扔进去了。
5

官网给出的事例代码如下:

./bin/pyspark --conf "spark.mongodb.input.uri=mongodb://127.0.0.1/test.myCollection?readPreference=primaryPreferred" \
              --conf "spark.mongodb.output.uri=mongodb://127.0.0.1/test.myCollection" \
              --packages org.mongodb.spark:mongo-spark-connector_2.11:2.4.0

其中--packages参数后面指定的jar包会自动从maven包中心下载,对于无法连接互联网的机器,会提示错误。

其实,答案很简单,只需要在后面跟上--jars参数就好:

./pyspark --conf "spark.mongodb.input.uri=..." 
          --conf "spark.mongodb.output.uri=..." 
          --jars "/path/to/local/xxx.jar"

后面的路径建议使用绝对路径,以防手误。

网友评论

登录后评论
0/500
评论