在脚本外部编写时，具有用户定义功能的 pyspark 地图不起作用答案

【问题标题】：pyspark map with user defined function not working when written outside script在脚本外部编写时，具有用户定义功能的 pyspark 地图不起作用
【发布时间】：2017-08-28 09:12:45
【问题描述】：

我正在使用带有 pyspark 的 python 2.7，

我使用了一个用户定义的函数，当我这样使用它时效果很好

def func(x):
    pass 

RDD.map(lambda x:func(x))

但是当我在另一个名为 utils 的脚本中创建函数并使用

from utils import func as func 
RDD.map(lambda x:func(x))

我收到一个错误

ImportError: 没有名为 utils 的模块

如何从用户定义的模块中导入函数并将其与 RDD 映射一起使用？

谢谢

【问题讨论】：

标签： python python-2.7 apache-spark pyspark rdd

【解决方案1】：

在命令行中：

spark-submit --py-files utils.py ...

或者在脚本中：

sc.addPyFile('file:///path/to/utils.py')

【讨论】：

请不要忘记添加一些文字来解释您的答案 - 为什么它有效以及它如何解决原始问题
如何使用 spark 上下文将其集成到 python 脚本中？
SparkContext().getConf().set('pyfiles',['file:///path/to/utils.py'])