spark怎么读取hdfs文件

在Spark中，可以使用sc.textFile()方法来读取HDFS文件。以下是一个简单的示例：

from pyspark import SparkContext

# 创建SparkContext
sc = SparkContext("local", "HDFS Read Example")

# 读取HDFS文件
rdd = sc.textFile("hdfs://path/to/your/file.txt")

# 打印文件内容
for line in rdd.collect():
    print(line)

# 关闭SparkContext
sc.stop()

在上面的示例中，textFile()方法用于读取HDFS中的文件，并返回一个RDD对象。然后可以通过collect()方法获取RDD中的所有数据，并进行处理。最后记得要调用stop()方法来关闭SparkContext。