Question

我有一个名为df的数据块数据帧。我想将其作为csv文件写入S3存储桶。我有S3存储桶名称和其他凭据。我查看了https://docs.databricks.com/spark/latest/data-sources/aws/amazon-s3.html#mount-aws-s3此处给出的在线文档，并说要使用以下命令

dbutils.fs.mount(s"s3a://$AccessKey:$SecretKey@$AwsBucketName", s"/mnt/$MountName", "sse-s3")

dbutils.fs.put(s"/mnt/$MountName", "<file content>")

但是我有一个数据框而不是一个文件。我该如何实现？

Answer 1

我有同样的问题。我找到了两种解决方案

1srt

df
.write \
.format("com.databricks.spark.csv") \
.option("header", "true") \
.save("s3a://{}:{}@{}/{}".format(ACCESS_KEY, SECRET_KEY, BUCKET_NAME, DIRECTORY)))

像魅力一样工作。

第二

您确实可以挂载S3存储桶，然后像这样直接将文件写入其中：

#### MOUNT AND READ S3 FILES
AWS_BUCKET_NAME = "your-bucket-name"
MOUNT_NAME = "a-directory-name"
dbutils.fs.mount("s3a://%s" % AWS_BUCKET_NAME, "/mnt/%s" % MOUNT_NAME)
display(dbutils.fs.ls("/mnt/%s" % MOUNT_NAME))

#### WRITE FILE 

df.write.save('/mnt/{}/{}'.format(MOUNT_NAME, "another-directory-name"), format='csv')

这还将同步到您的S3存储桶。

使用python将databricks数据帧写入S3

1 个答案: