我在代码回购中看到了ctx的使用,这到底是什么?这是一个内置的图书馆吗?我什么时候用?
我在以下例子中看到了它:
df = ctx.spark.createdataframe(...
对于代码存储库转换,您可以选择包含一个参数ctx
,该参数使您能够更多地访问运行作业的底层基础设施。通常,您将访问ctx.spark_session
属性,以便从Python对象中创建自己的pyspark.sql.Dataframe
对象,例如:
from transforms.api import transform_df, Output
from pyspark.sql import types as T
@transform_df(
Output=("/my/output")
)
def my_compute_function(ctx):
schema = T.StructType(
[
T.StructField("name", T.StringType(), True)
]
)
return ctx.spark_session.createDataFrame([["Alex"]], schema=schema)
您可以在transforms.api.TransformContext
类的文档中找到完整的API描述,其中spark_session
和parameters
等属性可供您阅读。
注意:spark_session
属性的类型为pyspark.sql.SparkSession