通过 R 访问 Azure Blob 存储

Question

我正在尝试使用 R 从我存储了一些 CSV 文件的位置连接到 Azure Blob。 在将它们写回另一个 Blob 容器之前，我需要将它们加载到数据框中并对它们进行一些转换。 我正在尝试通过 Databricks 执行此操作，因此我最终可以从 Data Factories 调用此笔记本并将其包含在管道中。

Databricks 为我提供了一个 Python 示例笔记本，其中可以使用以下代码建立连接：

storage_account_name = "testname"
storage_account_access_key = "..."
file_location = "wasb://example@testname.blob.core.windows.net/testfile.csv"

spark.conf.set(
  "fs.azure.account.key."+storage_account_name+".blob.core.windows.net",
  storage_account_access_key)

df = spark.read.format('csv').load(file_location, header = True, inferSchema = True)

R中有类似的东西吗？ 我可以在 R 中使用 SparkR 或 Sparklyr 包，如果它可以帮助我加载文件并将其放入 Spark 数据帧中。

Answer 1

供您参考，我已被告知 R 无法进行实际安装。 解决方法是使用另一种语言（如 Python）挂载并使用库“SparkR”读取文件，如下所示。

为 Spark 提供 R 接口的两个最常用的库是 SparkR 和 sparklyr。 Databricks 笔记本和作业支持这两个包，但不能将 SparkR 和 sparklyr 的函数用于同一对象。

使用 Python 挂载：

使用库“SparkR”运行 R notebook：