Apache Spark，读取outlook .pst文件

Question

我试图从安然电子邮件中读取数据，然后对其进行分析。目前所有文件都是压缩的，然后是.pst格式。

有没有将.pst数据直接读入spark？

我目前正在沿着使用libPST在Java中扩展PST的路线，映射到JSON然后将json加载到数据帧中。

Answer 1

您可以使用 spark 版本 3。在 spark 版本 3 之后，我们可以将其读取为二进制文件。