将JSON文件读入Spark时_corrupt_record错误
我有这个JSON文件
{ "a": 1,
"b": 2
}
这是通过Python json.dump方法获得的。现在,我想使用pyspark将此文件读入Spark中的DataFrame中。根据文档,我正在这样做
sc = SparkContext()
sqlc = SQLContext(sc)
df = sqlc.read.json(’my_file.json’)
打印df.show()
print语句虽然说明了这一点:
+---------------+|_corrupt_record|
+---------------+
| {|
| "a": 1, |
| "b": 2|
| }|
+---------------+
任何人都知道发生了什么事以及为什么它无法正确解释文件?
回答:
您的输入文件中每行需要有一个json对象,请参阅http://spark.apache.org/docs/latest/api/python/pyspark.sql.html#pyspark.sql.DataFrameReader.json
如果您的json文件看起来像这样,它将为您提供预期的数据帧:
{ "a": 1, "b": 2 }{ "a": 3, "b": 4 }
....
df.show()
+---+---+
| a| b|
+---+---+
| 1| 2|
| 3| 4|
+---+---+
以上是 将JSON文件读入Spark时_corrupt_record错误 的全部内容, 来源链接: utcz.com/qa/422892.html