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:
- spark_redis_2_12_2_6_0.jar
- commons_pool2_2_10_0.jar
- 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()
)