Я должен запустить модуль pyspark из воздушного потока с помощью оператора sparksubmit. Но модуль pyspark должен принимать переменную сеанса spark в качестве аргумента. Я использовал application_args для передачи параметра в модуль pyspark. Но когда я запустил dag, оператор отправки spark завершается ошибкой, и параметр, который я передал, рассматривается как переменная типа None. Нужно знать, как передать аргумент модулю pyspark, запускаемому через spark_submit_operator.
Код DAG приведен ниже:
from pyspark.sql import SparkSession
spark = SparkSession.builder.appName("PRJT").enableHiveSupport().getOrCreate()
spark_config = {
'conn_id': 'spark_default',
'driver_memory': '1g',
'executor_cores': 1,
'num_executors': 1,
'executor_memory': '1g'
}
dag = DAG(
dag_id="spark_session_prgm",
default_args=default_args,
schedule_interval='@daily',
catchup=False)
spark_submit_task1 = SparkSubmitOperator(
task_id='spark_submit_task1',
application='/home/airflow_home/dags/tmp_spark_1.py',
application_args=['spark'],
**spark_config, dag=dag)
Пример кода в tmp_spark_1.py программа: