如何在运行pyspark时加载本地jar包?

某内网项目需要测试spark和mongodb联调,因为不能连接外网,所以下载好了相应的jar包扔进去了。
如何在运行pyspark时加载本地jar包?

官网给出的事例代码如下:

./bin/pyspark --conf "spark.mongodb.input.uri=mongodb://127.0.0.1/test.myCollection?readPreference=primaryPreferred" \
              --conf "spark.mongodb.output.uri=mongodb://127.0.0.1/test.myCollection" \
              --packages org.mongodb.spark:mongo-spark-connector_2.11:2.4.0

其中--packages参数后面指定的jar包会自动从maven包中心下载,对于无法连接互联网的机器,会提示错误。

其实,答案很简单,只需要在后面跟上--jars参数就好:

./pyspark --conf "spark.mongodb.input.uri=..." 
          --conf "spark.mongodb.output.uri=..." 
          --jars "/path/to/local/xxx.jar"

后面的路径建议使用绝对路径,以防手误。

上一篇:物联网蓝海仍待开发 行业亟需多样化标准相兼容


下一篇:基于PostGIS的高级应用(3)--线性参考