我正在使用cassandra 2.0.3，我想使用pyspark（Apache Spark Python API）从cassandra数据创建一个RDD对象 .
请注意：我不想从pyspark API执行导入CQL和CQL查询，而是想创建一个RDD，我想在其上做一些转换 .
我知道这可以在Scala中完成，但我无法找到如何通过pyspark完成 .
真的很感激，如果有人能指导我这个 .
可能与你不相关，但我一直在寻找同样的东西，找不到任何我满意的东西 . 所以我做了一些工作：https://github.com/TargetHolding/pyspark-cassandra . 在 生产环境 中使用之前需要进行大量测试，但我认为集成非常有效 .
我不确定你是否看过这个例子https://github.com/apache/spark/blob/master/examples/src/main/python/cassandra_inputformat.py我从Cassandra那里读过类似的图片
2 回答
可能与你不相关，但我一直在寻找同样的东西，找不到任何我满意的东西 . 所以我做了一些工作：https://github.com/TargetHolding/pyspark-cassandra . 在 生产环境 中使用之前需要进行大量测试，但我认为集成非常有效 .
我不确定你是否看过这个例子https://github.com/apache/spark/blob/master/examples/src/main/python/cassandra_inputformat.py我从Cassandra那里读过类似的图片