Question

尝试读取 databricks社区版集群中的增量日志文件。（databricks-7.2版）

df=spark.range(100).toDF("id")
df.show()
df.repartition(1).write.mode("append").format("delta").save("/user/delta_test")

with open('/user/delta_test/_delta_log/00000000000000000000.json','r')  as f:
  for l in f:
    print(l)

Getting file not found error:

FileNotFoundError: [Errno 2] No such file or directory: '/user/delta_test/_delta_log/00000000000000000000.json'
---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
<command-1759925981994211> in <module>
----> 1 with open('/user/delta_test/_delta_log/00000000000000000000.json','r')  as f:
      2   for l in f:
      3     print(l)

FileNotFoundError: [Errno 2] No such file or directory: '/user/delta_test/_delta_log/00000000000000000000.json'

我尝试添加/dbfs/，dbfs:/却一无所获，仍然出现相同的错误。

with open('/dbfs/user/delta_test/_delta_log/00000000000000000000.json','r')  as f:
  for l in f:
    print(l)

但是使用 dbutils.fs.head 我可以读取文件。

dbutils.fs.head("/user/delta_test/_delta_log/00000000000000000000.json")

'{"commitInfo":{"timestamp":1598224183331,"userId":"284520831744638","userName":"","operation":"WRITE","operationParameters":{"mode":"Append","partitionBy":"[]"},"notebook":{"","isolationLevel":"WriteSerializable","isBlindAppend":true,"operationMetrics":{"numFiles":"1","numOutputBytes":"1171","numOutputRows":"100"}}}\n{"protocol":{"minReaderVersi...etc

我们如何使用dbfs file在数据砖中读取/捕获 python open method ？

Answer 1

默认情况下，此数据位于DBFS上，并且您的代码需要了解如何访问它。 Python对此一无所知-这就是它失败的原因。

但是有一种解决方法-DBFS已安装到/dbfs的节点上，因此您只需要将DBFS附加到您的文件名：使用/user/delta_test/_delta_log/00000000000000000000.json而不是/dbfs/user/delta_test/_delta_log/00000000000000000000.json

更新：在社区版中，在DBR 7+中，此安装被禁用。解决方法是使用dbutils.fs.cp命令将文件从DBFS复制到本地目录，例如/tmp或/var/tmp，然后从中读取。

无法在databricks社区版集群中显示dbfs文件。 FileNotFoundError：[错误2]没有这样的文件或目录：

1 个答案: