Ordenar Cloud Storage

Un ejemplo de trabajo de PySpark para ordenar el contenido de un archivo de texto en Cloud Storage.

Muestra de código

Python

Antes de probar esta muestra, sigue las instrucciones de configuración para Python que se encuentran en la Guía de inicio rápido de Dataproc sobre el uso de bibliotecas cliente. Si deseas obtener más información, consulta la documentación de referencia de la API para Python de Dataproc.

Ver en GitHubComentarios

import pyspark

sc = pyspark.SparkContext()
rdd = sc.textFile("gs://path-to-your-GCS-file")
print(sorted(rdd.collect()))