DataSourceRegistration

Obálka pro registraci zdroje dat.

K této instanci lze přistupovat prostřednictvím spark.dataSource. Slouží k registraci vlastní DataSource podtřídy, aby na ni bylo možné odkazovat podle názvu a spark.read.format()df.write.format().

Syntaxe

spark.dataSource.register(MyDataSource)

Methods

Metoda	Description
register(dataSource)	Zaregistruje uživatelem definovaný zdroj dat Pythonu. dataSource musí být podtřídou třídy DataSource.

Příklady

Zaregistrujte vlastní zdroj dat a přečtěte si ho:

from pyspark.sql.datasource import DataSource, DataSourceReader

class MyDataSource(DataSource):
    @classmethod
    def name(cls):
        return "my_data_source"

    def schema(self):
        return "id INT, value STRING"

    def reader(self, schema):
        return MyDataSourceReader(schema)

class MyDataSourceReader(DataSourceReader):
    def read(self, partition):
        yield (1, "hello")
        yield (2, "world")

spark.dataSource.register(MyDataSource)
df = spark.read.format("my_data_source").load()
df.show()