PySpark - SparkConf 配置

要在本地/集群上运行 Spark 应用程序，您需要设置一些配置和参数，这就是 SparkConf 配置类。 它提供运行 Spark 应用程序的配置。 以下代码块包含 PySpark 的 SparkConf 类的详细信息。

class pyspark.SparkConf (
   loadDefaults = True, 
   _jvm = None, 
   _jconf = None
)

最初，我们将使用 SparkConf() 创建一个 SparkConf 对象，该对象将从 spark.* Java 系统属性加载值。 现在您可以使用 SparkConf 对象设置不同的参数，它们的参数将优先于系统属性。

在 SparkConf 类中，有 setter 方法，支持链接。 例如，您可以编写 conf.setAppName("PySpark App").setMaster("local")。 一旦我们将 SparkConf 对象传递给 Apache Spark，它就不能被任何用户修改。

以下是SparkConf最常用的几个属性 −

• set(key, value) − 设置配置属性。

• setMaster(value) − 设置主 URL。

• setAppName(value) − 设置应用名称。

• get(key, defaultValue=None) − 获取 key 的配置值。

• setSparkHome(value) − 在工作节点上设置 Spark 安装路径。

让我们考虑以下在 PySpark 程序中使用 SparkConf 的示例。 在此示例中，我们将 spark 应用程序名称设置为 PySpark App，并将 spark 应用程序的主 URL 设置为 → spark://master:7077。

以下代码块包含这些行，当它们被添加到 Python 文件中时，它会设置运行 PySpark 应用程序的基本配置。

---------------------------------------------------------------------------------------
from pyspark import SparkConf, SparkContext
conf = SparkConf().setAppName("PySpark App").setMaster("spark://master:7077")
sc = SparkContext(conf=conf)
---------------------------------------------------------------------------------------