Python pyspark DataStreamReader.csv用法及代码示例

本文简要介绍 pyspark.sql.streaming.DataStreamReader.csv 的用法。

用法: DataStreamReader.csv(path, schema=None, sep=None, encoding=None, quote=None, escape=None, comment=None, header=None, inferSchema=None, ignoreLeadingWhiteSpace=None, ignoreTrailingWhiteSpace=None, nullValue=None, nanValue=None, positiveInf=None, negativeInf=None, dateFormat=None, timestampFormat=None, maxColumns=None, maxCharsPerColumn=None, maxMalformedLogPerPartition=None, mode=None, columnNameOfCorruptRecord=None, multiLine=None, charToEscapeQuoteEscaping=None, enforceSchema=None, emptyValue=None, locale=None, lineSep=None, pathGlobFilter=None, recursiveFileLookup=None, unescapedQuoteHandling=None)

加载 CSV 文件流并将结果作为 DataFrame 返回。

如果启用inferSchema，此函数将遍历输入一次以确定输入模式。为避免一次性遍历整个数据，请禁用 inferSchema 选项或使用 schema 显式指定架构。

参数：

path：字符串或列表: 输入路径的字符串或字符串列表。
schema： pyspark.sql.types.StructType 或 str，可选: 输入模式的可选 pyspark.sql.types.StructType 或 DDL 格式的字符串(例如 col0 INT, col1 DOUBLE )。
.. versionadded:: 2.0.0：

其他参数：

Extra options：: 有关额外选项，请参阅您使用的版本中的Data Source Option。

注意：

这个 API 正在发展。

例子：

>>> csv_sdf = spark.readStream.csv(tempfile.mkdtemp(), schema = sdf_schema)
>>> csv_sdf.isStreaming
True
>>> csv_sdf.schema == sdf_schema
True

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.sql.streaming.DataStreamReader.csv。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。