Você precisa aproveitar esta biblioteca:https://github.com/RedisLabs/spark-redisa junto com o jar associado necessário (dependendo de qual versão do spark+scala você está usando).
No meu caso, instalei 3 jars no spark cluster (Scala =2.12) mais recente spark:
- spark_redis_2_12_2_6_0.jar
- commons_pool2_2_10_0.jar
- jedis_3_6_0.jar
Ao longo da configuração para conectar ao redis:
Configuração da configuração do cluster
spark.redis.auth PASSWORD
spark.redis.port 6379
spark.redis.host xxxx.xxx.cache.windows.net
Certifique-se de ter o azure redis 4.0, a biblioteca pode ter problemas com o código 6.0.Sample para enviar:
from pyspark.sql.types import StructType, StructField, StringType
schema = StructType([
StructField("id", StringType(), True),
StructField("colA", StringType(), True),
StructField("colB", StringType(), True)
])
data = [
['1', '8', '2'],
['2', '5', '3'],
['3', '3', '1'],
['4', '7', '2']
]
df = spark.createDataFrame(data, schema=schema)
df.show()
--------------
(
df.
write.
format("org.apache.spark.sql.redis").
option("table", "mytable").
option("key.column", "id").
save()
)
