sql >> Database >  >> NoSQL >> Redis

Is er een manier om pyspark-dataframe naar Azure-cache te schrijven voor redis?

U moet gebruikmaken van deze bibliotheek:https://github.com/RedisLabs/spark-redisalong met de bijbehorende benodigde jar (afhankelijk van welke versie van spark+scala u gebruikt).

In mijn geval heb ik 3 potten geïnstalleerd op vonkcluster (Scala=2.12) laatste vonk:

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

Langs de configuratie om verbinding te maken met redis:

Clusterconfiguratie instellen

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

Zorg ervoor dat je azure redis 4.0 hebt, de bibliotheek heeft mogelijk een probleem met 6.0. Voorbeeldcode om te pushen:

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

 



  1. MongoDB Back-up en herstel

  2. Hoe kan ik objecten uit Redis laten springen als ze realtime worden toegevoegd?

  3. Gegevens importeren naar MongoDB vanuit JSON-bestand met Java

  4. Referentiesets implementeren in Redis