python - Pyspark - 如何分别初始化常见的 DataFrameReader 选项？

Question

我多次读取具有相同选项的数据。有没有办法避免重复常见的 DataFrameReader 选项并以某种方式分别初始化它们以便以后在每次读取时使用它们？

    metrics_df = spark.read.format("jdbc") \
        .option("driver", self.driver) \
        .option("url", self.url) \
        .option("user", self.username) \
        .option("password", self.password) \
        .load()

Answer 1

为 dataframereader 定义所有选项即<class 'pyspark.sql.readwriter.DataFrameReader'>然后添加 dbtable 选项以重用 dataframereader。

Example:

metrics_df_options = spark.read.format("jdbc") \
        .option("driver", self.driver) \
        .option("url", self.url) \
        .option("user", self.username) \
        .option("password", self.password)

type(metrics_df_options)
#<class 'pyspark.sql.readwriter.DataFrameReader'>

#configure dbtable and pull data from rdbms table
metrics_df_options.option("dbtable","<table_name>").load().show()