Thanks to the Jupyter community, it’s now much easier to run PySpark on Jupyter using Docker. There are two ways you can do this : 1. the “direct” way and 2. the customized way.
verify your local settings are aligned with the pre-requisites to run this container, grosso modo make sure docker is installed, of course !
You have to have about 4 GB of free space...
# only add files with .scala extension
git ls-files [path] | grep '\.scala$' | xargs git add
git stash --keep-index
Les mêmes principes et critères d’un bon code devraient s’appliquer à la documentation:
En plus des critères d’un bon code, une bonne documentation devrait aussi être:
/**
* Returns the temperature.
*/
int get_temperature(void) {
return temperature;
}
/**
* Always returns true.
*/
public boolean isAvailable()
{ return false;}
Décrire le contexte ou le background du code est une bonne pratique qui permettra aux lecteurs de se positionner par rapport aux conditions dans lesquelles le code a été généré et à ses objectifs.
...-- set identifiers to none for the query below to work and
-- set it back to column once it's done
set hive.support.quoted.identifiers = none;
db.table - needs to change to db.table