J'ai suivi ce blog pour lire les données stockées dans google bucket. https://cloud.google.com/dataproc/docs/connectors/install-storage-connector Cela a bien fonctionné. La commande suivantelecture des données google seau dans l'étincelle
hadoop fs -ls gs://the-bucket-you-want-to-list
m'a attendu results.But quand j'ai essayé de lire des données à l'aide pyspark à l'aide
rdd = sc.textFile("gs://crawl_tld_bucket/")
,
il jette l'erreur suivante:
`
py4j.protocol.Py4JJavaError: An error occurred while calling o20.partitions.
: java.io.IOException: No FileSystem for scheme: gs
at org.apache.hadoop.fs.FileSystem.getFileSystemClass(FileSystem.java:2660)
at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2667)
at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:94)
`
Comment l'obtenir?