Načítání dat v prostředí PySpark shellu

V PySparku vyjadřujeme výpočty prostřednictvím operací nad distribuovanými kolekcemi, které jsou automaticky paralelizovány napříč clusterem. V předchozím cvičení jsi viděl/a příklad načtení seznamu jako paralelizované kolekce – v tomto cvičení načteš data z lokálního souboru v prostředí PySpark shellu.

Pamatuj, že ve svém pracovním prostoru máš k dispozici SparkContext sc a proměnnou file_path (která obsahuje cestu k souboru README.md).