我有一个Spark项目,它使用HBase作为键/值存储。我们从整体上开始实施更好的CI/CD实践,我正在编写一个python客户机来运行针对自包含AWS环境的集成测试。
而我可以很容易地提交我们的火花作业,并运行他们作为电子病历的步骤。我还没有找到与python中的HBase交互的好方法。我的目标是能够针对示例HDFS数据运行我们的代码,然后在HBase中验证我是否得到了预期的结果。有人能提出一个好的方法吗?
另外,我的测试集非常小。如果我能简单地将整个HBase表读入内存并进行检查,我也会很高兴。感谢社区的意见。你知道吗
Tags:
下面是使用Happybase API和Thrift Server从Python读取HBase数据的简单方法。你知道吗
要在Hbase服务器上启动thrift server:
然后从Python:
正如在评论中所讨论的,如果您尝试将内容传递给Spark workers,这将不起作用,因为上面的HBase连接是不可序列化的。所以只能从主程序运行这种类型的代码。如果你想办法分享!你知道吗
相关问题 更多 >
编程相关推荐