经常在数据开发中需要搞udf，最近发现transform更加方便易用，但是经常会涉及到集群python版本不一、包不全或者部分机器上没有安装python。
所以咱们需要快速的进行环境配置。
因为mac自带安装好的python，所以就不讲怎么安装了。可以去官网下个： https://www.python.org/downloads/source/
1、安装虚拟环境工具：
执行：pip install virtualenv，如果没有pip的话可以google一把，自行安装
2、创建虚拟环境：
新建一个目录，各种环境文件放里面：
midir envs
cd 到该目录下，创建python虚拟环境:
virtualenv python-env
创建完了可以看到会新增一个python-env文件夹。
如果你对python版本有要求，也可以指定python版本进行创建：
virtualenv -p /usr/bin/python2.7 python-env
3、在新的虚拟环境安装自己需要的包：
激活虚拟环境：
source python-env/bin/activate
这时候在这个环境下安装的py包都是在该环境下的，可以用pip install进行安装
例如：pip install pyhs2
(安装pyhs2的时候出现异常 Cannot uninstall 'six'. It is a distutils installed project，直接跳过 sudo pip install pyhs2 --ignore-installed six)
退出虚拟环境：
deactivate
4、修改文件配置：
进入虚拟环境的bin文件夹
修改activate文件内的路径：
DIR_PATH="$( cd "$( dirname "${BASH_SOURCE[0]}" )" && pwd )"
VIRTUAL_ENV="$( readlink -f "${DIR_PATH}/../" )"
5、打包文件：
进入 python-env文件夹内（因为目录层级少一点）， 打包虚拟环境：
tar -zcf python-env.tgz *
检查一下打包文件是否把对应包打进去了，查看打包是否把pyhs2打进去了：
tar -tvf python-env.tgz |grep "pyhs2"
6、如何引用python环境
新建shell文件例如test.sh,代码如下:
source ./python-env.tgz/bin/activate python test_transform.py
写好 test_ transform 的代码，例如简单的计算(不要纠结案例的业务逻辑)：
# -*- coding: utf-8 -*-
import sys
def main():
data_list = sys.stdin.readlines()
# 获取id循环次数,除数-1,结果加+1
n = (data_list.__len__() - 1)/20 + 1
j = 1
while j <= n:
id_lists = data_list[(j - 1) * 20:j * 20]
ids = []
for id in id_lists:
ids.append(id.strip())
j += 1
for id in ids:
result=[id,str(id*100),str(id+10)]
print '\t'.join(str(e) for e in result)
if __name__ == "__main__":
main()
把python-env.tgz、 test.sh、test_ transform.py 上传至集群的hdfs上，例如在：hdfs:///user/tmp
7、hive引用transfrom：
进入hive客户端后，加载上述文件：
ADD ARCHIVE hdfs:///user/tmp/python-env.tgz; ADD FILE hdfs:///user/tmp/test.sh; ADD FILE hdfs:///user/tmp/test_transform.py;
执行hsql：
select transform(id) USING 'test.sh' as (id,price1,price2) from ( select 100 as id from dual )
以上整个流程搞通，那么就算集群上没有装python，你都可以自己创建transform进行快速开发了。
以上所述是小编给大家介绍的transform python环境快速配置方法，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。