如何使用Pyspark将Bigquery中的数据保存到HDFS？

首先需要在Py spark 中安装Bigquery连接器，命令为：

pip install google-cloud-bigquery[pandas]
然后，在代码中导入必要的库，包括pyspark和google-cloud-bigquery：
from pyspark.sql import SparkSession
from google.cloud import bigquery
在代码中创建SparkSession对象，并配置连接Bigquery的参数：
spark = SparkSession.builder.appName("save-to-hdfs").config("spark.jars.packages", "com.google.cloud.spark:spark-bigquery-with-dependencies_2.12:0.21.1").getOrCreate()
# Set Google Cloud service account credentials
spark.conf.set("spark.hadoop.google.cloud.auth.service.account.enable", "true")
spark.conf.set("spark.hadoop.google.cloud.auth.service.account.json.keyfile", "/path/to/service-account-file.json")
其中，spark.jars.packages参数用于指定引入的Bigquery连接器包，com.google.cloud.spark:spark-bigquery-with-dependencies_2.12:0.21.1表示使用Spark 2.12版本的Bigquery连接器0.21.1版本；另外两行代码用于设置Google Cloud服务账号的认证信息，其中service-account-file.json需要根据实际的账号文件名作出修改。
使用Bigquery连接器读取Bigquery中的数据，代码如下：
# Create Bigquery client object
client = bigquery.Client()
# SQL query for selecting data from Bigquery table
query = "SELECT * FROM dataset.table"
# Send query and store the result in a dataframe
df = spark.read.format('bigquery').option('query', query).load()
其中，dataset是Bigquery中待读取数据的数据集名称，table是数据集中待读取数据的表格名称，query为SQL语句用于指定读取的数据。
将DataFrame对象中的数据保存到HDFS中，如下：
# Save dataframe into HDFS
df.write.parquet("hdfs://[namen