如何从Java连接到并将CSV文件写入远程的Databricks Apache Spark实例?

huangapple go评论84阅读模式
英文:

How do I connect to and write a csv file to a remote instance of Databricks Apache Spark from Java?

问题

我正在尝试连接到远程的 Databricks 实例,并将一个 CSV 文件写入到 DBFS 的特定文件夹中。我能在各个地方找到一些零散的信息,但我还不清楚如何完成这个任务。我应该如何从我的本地机器上运行的 Java 程序将文件添加到远程 Databricks 实例的 DBFS 中呢?

我目前正在使用我从这里创建的社区实例:
https://databricks.com/try-databricks

这是我实例的 URL(我猜想 ""o=7823909094774610"" 是标识我的实例的部分)。
https://community.cloud.databricks.com/?o=7823909094774610

以下是我正在尝试解决这个问题时查阅的一些资源,但我仍然无法入门:

  • Databricks Connect 文档:这些文档讨论了连接,但并没有特别涉及 Java 方面的内容。它提供了一个关于如何将 "Eclipse 连接" 到 Databricks 的示例,似乎是获取此功能的 jar 依赖项的方法(附带一个问题,是否有这个的 Maven 版本?)。https://docs.databricks.com/dev-tools/databricks-connect.html#run-examples-from-your-ide

  • 一些 Java 示例代码:似乎没有连接到远程 Databricks 实例的示例。https://www.programcreek.com/java-api-examples/index.php?api=org.apache.spark.sql.SparkSession

  • Databricks 文件系统(DBFS)文档:很好地介绍了文件功能,但似乎没有具体说明如何从远程 Java 应用程序连接并将文件从 Java 应用程序写入到 Databricks 实例。https://docs.databricks.com/data/databricks-file-system.html

  • FileStore 文档:很好地概述了文件存储,但同样似乎没有具体说明如何从远程 Java 应用程序执行此操作。https://docs.databricks.com/data/filestore.html

英文:

I'm trying to connect to a remote instance of Databricks and write a csv file to a specific folder of the DBFS. I can find bits and pieces here and there but I'm not seeing how to get this done. How do I add the file to DBFS on a remote Databricks instance from a Java program running on my local machine?

I'm currently using a community instance I created from here:
https://databricks.com/try-databricks

This is the url for my instance (I'm guessing the "o=7823909094774610" is identifying my instance).
https://community.cloud.databricks.com/?o=7823909094774610

Here's some of the resources I'm looking at trying to resolve this but I'm still not able to get off of the ground:

答案1

得分: 2

你可以查看一下DBFS REST API,并考虑在你的Java应用程序中使用它。

如果不需要使用Java解决方案,你还可以查看一下databricks-cli。在使用pip安装它后(pip install databricks-cli),你只需要:

  1. 通过运行以下命令配置CLI:databricks configure
    • 主机:https://community.cloud.databricks.com/?o=7823909094774610
    • 用户名:<你的用户名>
    • 密码:<你的密码>
  2. 通过运行以下命令将文件复制到DBFS:databricks fs cp <源路径> dbfs:/<目标路径>
英文:

You could take a look at the DBFS REST API, and consider using that in your Java application.

If a Java solution is not required, then you could also take a look at the databricks-cli. After installing it with pip (pip install databricks-cli) you simply have to:

  1. Configure the CLI by running: databricks configure
  2. Copy the file to DBFS by running: databricks fs cp <source> dbfs:/<target>

huangapple
  • 本文由 发表于 2020年8月21日 02:21:01
  • 转载请务必保留本文链接:https://go.coder-hub.com/63511098.html
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定