问题描述
我已经看到在代码库中使用ctx,这到底是什么?它是内置库吗?我什么时候使用它?
我已经在以下示例中看到了它:
df = ctx.spark.createdataframe(...
解决方法
对于代码存储库转换,您可以选择包括参数ctx
,该参数使您可以更好地访问运行作业的基础基础结构。通常,您将访问ctx.spark_session
属性,以便根据Python对象创建自己的pyspark.sql.Dataframe
对象,例如:
from transforms.api import transform_df,Output
from pyspark.sql import types as T
@transform_df(
Output=("/my/output")
)
def my_compute_function(ctx):
schema = T.StructType(
[
T.StructField("name",T.StringType(),True)
]
)
return ctx.spark_session.createDataFrame(["Alex"],schema=schema)
您可以在transforms.api.TransformContext
类的文档中找到完整的API描述,例如spark_session
和parameters
等属性可供您阅读。
注意:spark_session
属性的类型为pyspark.sql.SparkSession