Finns det något sätt att skriva pyspark dataframe till azure cache för redis?

Du måste använda det här biblioteket:https://github.com/RedisLabs/spark-redisalong med tillhörande burk som behövs (beroende på vilken version av spark+scala du använder).

I mitt fall har jag installerat 3 burkar på gnistkluster(Scala=2.12) senaste gnistan:

1. spark_redis_2_12_2_6_0.jar
2. commons_pool2_2_10_0.jar
3. jedis_3_6_0.jar

Längs konfigurationen för att ansluta till redis:

Konfiguration av klusterkonf.

spark.redis.auth PASSWORD
spark.redis.port 6379
spark.redis.host xxxx.xxx.cache.windows.net

Se till att du har azure redis 4.0, biblioteket kan ha problem med 6.0. Exempelkod att pusha:

    from pyspark.sql.types import StructType, StructField, StringType
schema = StructType([
    StructField("id", StringType(), True),
    StructField("colA", StringType(), True),
    StructField("colB", StringType(), True)
])

data = [
    ['1', '8', '2'],
    ['2', '5', '3'],
    ['3', '3', '1'],
    ['4', '7', '2']
]
df = spark.createDataFrame(data, schema=schema)
df.show()
--------------
(
    df.
    write.
    format("org.apache.spark.sql.redis").
    option("table", "mytable").
    option("key.column", "id").
    save()
)