spark怎么读取hdfs文件

在Spark中，可以使用sc.textFile()方法来读取HDFS文件。以下是一个简单的示例：

from pyspark import SparkContext  # 创建SparkContext sc = SparkContext("local", "HDFS Read Example")  # 读取HDFS文件 rdd = sc.textFile("hdfs://path/to/your/file.txt")  # 打印文件内容 for line in rdd.collect():     print(line)  # 关闭SparkContext sc.stop() 

在上面的示例中，textFile()方法用于读取HDFS中的文件，并返回一个RDD对象。然后可以通过collect()方法获取RDD中的所有数据，并进行处理。最后记得要调用stop()方法来关闭SparkContext。