# Propriétés du tLibraryLoad pour Apache Spark Streaming

Ces propriétés sont utilisées pour configurer le tLibraryLoad s'exécutant dans le framework de Jobs Spark Streaming.

Le composant tLibraryLoad Spark Streaming appartient à la famille Code Utilisateur·trice.

Ce composant est disponible dans Talend Real-Time Big Data Platform et dans Talend Data Fabric.

## Basic settings

| Propriétés | Description |
| --- | --- |
| Bibliothèque | Cliquez sur le bouton [...] pour ouvrir la boîte de dialogue Module depuis laquelle vous pouvez importer la bibliothèque à utiliser.<br><br>Pour plus d'informations, consultez [Importer une bibliothèque externe](https://help.qlik.com/talend/r/fr-FR/8.0/components/library-import/importing-external-library). |

## Advanced settings

| Propriétés | Description |
| --- | --- |
| Import | Saisissez le code Java permettant d'importer, si nécessaire, la librairie externe utilisée dans le champ d'édition de code de l'onglet Basic settings des composants tels que le tJavaMR dans un Job Map/Reduce. |

## Utilisation

| Conseils d'utilisation | Description |
| --- | --- |
| **Règle d'utilisation** | Ce composant est utilisé sans avoir besoin d'être connecté à d'autres composants.<br><br>Ce composant, ainsi que les composants Spark Streaming de la Palette à laquelle il appartient, s'affichent uniquement lorsque vous créez un Job Spark Streaming.<br><br>Notez que, dans cette documentation, sauf mention contraire, un scénario présente uniquement des Jobs Standard, c'est-à-dire des Jobs Talend traditionnels d'intégration de données. |
| Connexion à Spark | Dans l'onglet Spark Configuration de la vue Run, définissez la connexion à un cluster Spark donné pour le Job complet. De plus, puisque le Job attend ses fichiers .jar dépendants pour l'exécution, vous devez spécifier le répertoire du système de fichiers dans lequel ces fichiers .jar sont transférés afin que Spark puisse accéder à ces fichiers :<br><br><ul> <li> <div> <span>Yarn mode</span> (Yarn Client ou Yarn Cluster) :<ul> <li> <p>Lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ <span>Google Storage staging bucket</span> de l'onglet <span>Spark configuration</span>.</p> </li> <li> <p>Lorsque vous utilisez HDInsight, spécifiez le blob à utiliser pour le déploiement du Job, dans la zone <span>Windows Azure Storage configuration</span> de l'onglet <span>Spark configuration</span>.</p> </li> <li>Lorsque vous utilisez Altus, spécifiez le bucket S3 ou le stockage Azure Data Lake Storage (aperçu technique) pour le déploiement du Job, dans l'onglet <span>Spark configuration</span>.</li> <li> <p>Lorsque vous utilisez des distributions sur site (on-premises), utilisez le composant de configuration correspondant au système de fichiers utilisé par votre cluster. Généralement, ce système est HDFS et vous devez utiliser le <a href="https://help.qlik.com/talend/r/fr-FR/8.0/components/hdfs/thdfsconfiguration">tHDFSConfiguration</a>.</p> </li> </ul> </div> </li> <li> <p> <span>Standalone mode</span>&nbsp;: utilisez le composant de configuration correspondant au système de fichiers que votre cluster utilise, comme le <a href="https://help.qlik.com/talend/r/fr-FR/8.0/components/hdfs/thdfsconfiguration-properties-for-apache-spark-batch">tHDFSConfiguration Apache Spark Batch</a> ou le <a href="https://help.qlik.com/talend/r/fr-FR/7.3/components/amazon-s3/ts3configuration-properties-for-apache-spark-batch">tS3Configuration Apache Spark Batch</a>.</p> <p>Si vous utilisez Databricks sans composant de configuration dans votre Job, vos données métier sont écrites directement dans DBFS (Databricks Filesystem).</p> </li> </ul><br><br>Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie. |
| Limitation | Le chargement de votre librairie se fait en local. |