SparkSession este punctul unificat de intrare pentru toate operațiunile din Apache Spark începând cu versiunea 2.0. Acesta încapsulează vechile contexte separate (SparkContext, SQLContext și HiveContext), oferind o interfață unică pentru citirea datelor, executarea interogărilor SQL și configurarea parametrilor de calcul distribuit.
Modelul constructor (Builder pattern) permite definirea numelui aplicației, a adresei clusterului master (local sau distribuit pe Kubernetes/YARN) și a opțiunilor avansate de memorie și partiționare.
Exemplu: Crearea unei sesiuni Spark optimizate în Python
from pyspark.sql import SparkSession
spark = SparkSession.builder \
.appName("AnalizaTranzactiiBancare") \
.master("local[*]") \
.config("spark.sql.shuffle.partitions", "8") \
.config("spark.executor.memory", "4g") \
.getOrCreate()
print(f"Spark Version: {spark.version}")
# La finalul procesării, sesiunea se închide eliberând resursele clusterului:
# spark.stop()
Întrebări & Exemple de Cod:
Inițializarea Sesiunii cu SparkSession.builderAi o nelămurire despre utilizarea comenzii
Inițializarea Sesiunii cu SparkSession.buildersau ai descoperit un truc / fragment de cod util? Distribuie-l cu ceilalți programatori!Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau exemple de cod pentru această pagină. Dacă ai întâlnit o problemă sau ai un snippet util, adaugă-l mai jos pentru a-i ajuta pe ceilalți.