将python代码转换为python spark代码

Question

下面的代码是用 Python 编写的，我想将此代码转换为 pyspark，基本上 我不确定语句的代码是什么 - pd.read_sql(query,connect_to_hive) 转换为 pyspark

需要从 EDL 中提取数据，因此使用 PYODBC 连接到 EDL，然后使用 sql 查询提取数据。

pyodbc 连接到企业数据湖：

connect_to_hive = pyodbc.connect("DSN=Hive", autocommit=True)
transaction=pd.read_sql(query, connect_to_hive)
connect_to_hive.close()

#Query函数：下面只是一个基本的sql查询来复制这个问题。

query=f'''
with trans as (
    SELECT
        a.employee_name,
        a.employee_id
    
    FROM EMP
'''

Answer 1

以上代码可以转换成SparkSQL代码如下：

spark = SparkSession.builder.enableHiveSupport().getOrCreate()

query=f'''
with trans as (
    SELECT
        a.employee_name,
        a.employee_id
    
    FROM EMP
'''

employeeDF = spark.sql(query)

employeeDF.show(truncate=False)

查询将在 Hive 上按原样运行，结果将作为 Spark DataFrame 提供给您