spark-submit：将运行时变量传递给spark脚本

Question

我使用spark-submit选项提交Pyspark / SparkSQL脚本，我需要将运行时变量（数据库名称）传递给脚本

spark-submit命令：

spark-submit --conf database_parameter=my_database my_pyspark_script.py

pyspark脚本

database_parameter = SparkContext.getConf().get("database_parameter")           

DF = sqlContext.sql("SELECT count(*) FROM database_parameter.table_name")

火花版是：1.5.2
Python版本是：2.7.5

我正在尝试的解决方案无效。错误是：AttributeError：类型对象'SparkConf'没有属性'getConf'。

我正在寻找一种在通过spark-submit调用脚本时传递运行时变量的方法，并在脚本中使用这些变量。

Answer 1

您可以使用通常的sys.argv

<强> args.py

#!/usr/bin/python

import sys
print sys.argv[1]

然后你 spark-submit ：

spark-submit args.py my_database 

这将打印：

my_database