Python 皮斯帕克说：“我不知道；第'行；对象没有属性'_获取对象id'；关于partitionBy（）

考虑以下方案d：

schemaRdd = hiveContext.sql(myQuery)

我无法在其上使用分区，已尝试以下操作：

numParts = 10
schemaRdd.partitionBy(numParts)

schemaRdd.keyBy(lambda row: row[0]).partitionBy(numParts)

两者都给出“Row”对象没有属性“\u get\u object\u id”错误

然后我们如何用 -选定的#分区

---

-特定分区器-我还想提供第二个参数，该参数是解决了“获取对象”id问题后的分区器

我使用pySpark 1.2.0的经验-我已经将分区器（N）用于RDD，但不用于任何类型的sqlContext对象。对于前者，必须手动将其更改为（键、值）格式-即，如果您的RDD看起来像

（a，b，c）

并且您希望您的密钥是a&b，那么您需要执行：

RDD=RDD.map（lambda（a，b，c）：（（a，b，c））.partitionBy（256）