如何使用PySpark从Panda数据帧写入Spark SQL表？

Question

pandas.DataFrame.to_sql（）方法将允许您向数据库写出数据框的结果。这在标准RDBMS的上下文中工作正常。如何使用PySpark使用它与Spark SQL？ 我需要这个方法的连接参数 - 这可能是什么？

感谢， 马特

Answer 1

SparkSQL与连接到SQL引擎的to_sql（）无关。 如果 sc 是您的SparkContext

import pandas as pd
df = pd.DataFrame({'Name':['Tom','Major','Pete'], 'Age':[23,45,30]})

from pyspark import SQLContext
sqlc = SQLContext(sc)

spark_df = sqlc.createDataFrame(df)