输入/输出

DataStreamReader.csv(路径、模式、sep…))	加载一个CSV文件流并返回结果DataFrame。
DataStreamReader.format(源)	指定输入数据源格式。
DataStreamReader.json(路径、模式…)	加载一个JSON文件流并返回结果DataFrame。
DataStreamReader.load([路径、格式模式])	从数据源加载数据流并返回它DataFrame。
DataStreamReader.option(关键字,值)	添加了一个底层数据源的输入选项。
DataStreamReader.options(* *选项)	增加了底层数据源的输入选项。
DataStreamReader.orc(道路、mergeSchema…)	加载一个兽人文件流,返回的结果DataFrame。
DataStreamReader.parquet(路径[…])	加载一个镶花的文件流,作为一个返回结果DataFrame。
DataStreamReader.schema(模式)	指定输入模式。
DataStreamReader.text(道路、wholetext…)	加载一个文本文件,并返回一个流DataFrame的模式从一个字符串列命名为“价值”,和紧随其后的是如果有任何分区的列。
DataStreamWriter.foreach(f)	集的输出流查询处理使用提供的作家f。
DataStreamWriter.foreachBatch(函数)	集的输出流查询处理使用提供的功能。
DataStreamWriter.format(源)	指定底层输出数据源。
DataStreamWriter.option(关键字,值)	增加了一个输出选择基础数据源。
DataStreamWriter.options(* *选项)	为底层数据源添加了输出选项。
DataStreamWriter.outputMode(outputMode)	指定数据流DataFrame /数据集是如何写入到流水槽。
DataStreamWriter.partitionBy(*峡路)	分区文件系统上的输出通过给定的列。
DataStreamWriter.queryName(queryName)	指定的名称StreamingQuery可以开始start ()。
DataStreamWriter.start([路径、格式、…)	流的内容DataFrame一个数据源。
DataStreamWriter.trigger(* […])	为流查询设置触发器。

以前的

pyspark.sql.streaming.StreamingQueryListener

下一个

pyspark.sql.streaming.DataStreamReader.csv