我想在spark-sql中使用BZip2编解码器压缩从DataFrame中编写镶木地板文件,以便它们可以拆分。使用以下代码,我可以使用snappy和gzip等编解码器:
sqlContext.setConf("spark.sql.parquet.compression.codec", "snappy")
sqlContext.read.parquet(stagingDir)
.dropDuplicates()
.write
.mode(SaveMode.Append)
.parquet(outputDir)
然而,当我尝试使用BZip2时,我似乎无法获得此异常,即使我能够从RDD编写BZip2压缩文本文件
java.lang.IllegalArgumentException: The value of spark.sql.parquet.compression.codec should be one of uncompressed, snappy, gzip, lzo, but was bzip2
有没有办法从Spark SQL编写BZip2压缩镶木地板文件?