在读取源文件时,我需要从属性文件(列名称及其数据类型)传递 Hive 表的元数据作为模式。
(下面是属性文件中的参数之一-以及一些其他参数,例如table_name ... etc)
hive_table_metadata = emp_name,StringType|emp_dt,DateType|emp_no,IntegerType
我想将其读入 Spark 数据帧并作为模式传递(当我从源文件中读取数据时,如下所示)
有人可以在此处提供一些输入或解决方法
在我尝试之下,我能够传递列名(来自hive_table_metadata)...。但不能传递其数据类型作为hive_table_metadata的参数/自变量,并在以下代码中作为架构发送。
val tbl_schema = StructType(hive_table_metadata.split("|").map(fieldName ⇒ StructField(fieldName, <get the datatype from hive_table_metadata>, true)))
val readFileIn = spark.sqlContext.read
.format("csv")
.schema(tbl_schema)
.load("data/source_file.csv")
我在Scala中使用spark 2.x。