# Spark Python作业如何引用Python脚本？
#### 前提条件
在管理中心已创建MRS Spark连接，连接方式为MRS API连接。
#### 操作步骤
1. 在数据开发主界面的左侧导航栏，选择"数据开发 \> 脚本开发"。
2. 创建一个Spark Python脚本，脚本名称为pyspark_demo。数据连接选择管理中心已创建的MRS Spark连接。 
   ```
   from pyspark import SparkConf, SparkContext
   conf = SparkConf().setAppName('My App')
   sc = SparkContext(conf=conf)
   count = sc.range(1, 1000 * 1000 * 100).filter(lambda x: x > 100).count()
   print('count: ', count)
   ```
   
   
3. 保存并提交版本。
4. 单击"运行"，运行该脚本。 
   图1运行脚本   
   ![](https://support.huaweicloud.com/dataartsstudio_faq/zh-cn_image_0000002275035245.png "点击放大")
   
   
5. 查看脚本的执行历史结果。 
   脚本创建好以后，在作业中引用该脚本，具体操作如下。
   
   
6. 创建一个作业批处理的Pipeline作业。
7. 进入作业后，在画布中间，拖入**MRS Spark Python** 作业节点，并配置节点属性参数。
   
   集群：与管理中心创建连接时，所选择的集群保持一致。
   脚本：选择在线脚本，选择在脚本开发已创建好的脚本pyspark_demo。
   其他参数保持默认。
   图2配置节点参数   
   ![](https://support.huaweicloud.com/dataartsstudio_faq/zh-cn_image_0000002240337970.png "点击放大")
   
   
8. 设置作业调度方式。配置调度方式为单次调度或者周期调度。
9. 保存并提交版本。
10. 单击"执行调度"，运行该作业。 
    图3查看调度运行结果   
    ![](https://support.huaweicloud.com/dataartsstudio_faq/zh-cn_image_0000002240367362.png "点击放大")
    
    
11. 在"作业监控"查看作业的调度运行状态，并查看日志信息。