pyspark是否可以从S3中的表读取，处理数据然后保存在同一个文件夹中？
我想要做的是整合s3上文件夹中的一些数据，并将数据（统一）保存在同一目录中。可能吗 ？
我已经尝试过：
DF1.write.mode("overwrite").format("parquet").partitionBy("month").save("s3://path/db/table/")
但它似乎在可以读取和合并之前清除目录。
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。您可以使用各种不同的模式来保存数据，例如追加：附加数据，覆盖：覆盖数据等等。
你可以在这里找到有关pyspark模式的更多信息：
https://spark.apache.org/docs/latest/api/python/pyspark.sql.html#pyspark.sql.DataFrameWriter.save
但是，如果上面的信息没有用，那么如果您还可以详细说明“统一”数据的含义是什么，可能会有所帮助。
2019-07-17 23:23:04赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
