如何从Scala Spark DataFrameReader csv记录格式错误的行
发布时间:2020-12-16 18:29:07 所属栏目:安全 来源:网络整理
导读:Scala_Spark_DataFrameReader_csv的文档表明spark可以记录在读取.csv文件时检测到的格式错误的行. – 如何记录格式错误的行? – 可以获得包含格式错误行的val或var吗? 链接文档中的选项是: maxMalformedLogPerPartition(默认值为10):设置Spark将为每个分
Scala_Spark_DataFrameReader_csv的文档表明spark可以记录在读取.csv文件时检测到的格式错误的行.
– 如何记录格式错误的行? – 可以获得包含格式错误行的val或var吗? 链接文档中的选项是: 解决方法
如果你正在使用spark 2.3检查_corrupt_error特殊列…根据几个火花讨论“它应该工作”,所以在读取过滤器那些非空cols – 应该有你的错误…你也可以检查input_file_name()sql func
如果你没有使用低于2.3版本,你应该实现一个自定义读取,记录解决方案,因为根据我的测试,_corrupt_error不适用于csv数据源… (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |