有没有办法将pyspark数据帧写入redis的azure缓存？

问题描述

我有一个包含 2 列的 pyspark 数据框。我为 redis 实例创建了一个 azure 缓存。我想将pyspark数据帧写入redis，数据帧的第一列作为键，第二列作为值。我怎样才能在 azure 中做到这一点？

解决方法

您需要利用这个库：https://github.com/RedisLabs/spark-redis 以及所需的相关 jar（取决于您使用的 spark+scala 版本）。

就我而言，我在 spark cluster(Scala=2.12) 最新 spark 上安装了 3 个 jar：

1. spark_redis_2_12_2_6_0.jar
2. commons_pool2_2_10_0.jar
3. jedis_3_6_0.jar

关于连接redis的配置：

集群配置

spark.redis.auth PASSWORD
spark.redis.port 6379
spark.redis.host xxxx.xxx.cache.windows.net

确保你有 azure redis 4.0，库可能有 6.0 的问题。 推送示例代码：

    from pyspark.sql.types import StructType,StructField,StringType
schema = StructType([
    StructField("id",StringType(),True),StructField("colA",StructField("colB",True)
])

data = [
    ['1','8','2'],['2','5','3'],['3','3','1'],['4','7','2']
]
df = spark.createDataFrame(data,schema=schema)
df.show()
--------------
(
    df.
    write.
    format("org.apache.spark.sql.redis").
    option("table","mytable").
    option("key.column","id").
    save()
)