Python pyspark DataStreamReader.json用法及代碼示例

本文簡要介紹 pyspark.sql.streaming.DataStreamReader.json 的用法。

用法: DataStreamReader.json(path, schema=None, primitivesAsString=None, prefersDecimal=None, allowComments=None, allowUnquotedFieldNames=None, allowSingleQuotes=None, allowNumericLeadingZero=None, allowBackslashEscapingAnyCharacter=None, mode=None, columnNameOfCorruptRecord=None, dateFormat=None, timestampFormat=None, multiLine=None, allowUnquotedControlChars=None, lineSep=None, locale=None, dropFieldIfAllNull=None, encoding=None, pathGlobFilter=None, recursiveFileLookup=None, allowNonNumericNumbers=None)

加載 JSON 文件流並將結果作為 DataFrame 返回。

默認支持JSON Lines(換行符分隔的 JSON)。對於 JSON(每個文件一條記錄)，將 multiLine 參數設置為 true 。

如果未指定schema 參數，則此函數通過輸入一次以確定輸入模式。

2.0.0 版中的新函數。

參數：

path：str: string 表示 JSON 數據集的路徑，或存儲 JSON 對象的字符串的 RDD。
schema： pyspark.sql.types.StructType 或 str，可選: 輸入模式的可選 pyspark.sql.types.StructType 或 DDL 格式的字符串(例如 col0 INT, col1 DOUBLE )。

其他參數：

Extra options：: 有關額外選項，請參閱您使用的版本中的Data Source Option。

注意：

這個 API 正在發展。

例子：

>>> json_sdf = spark.readStream.json(tempfile.mkdtemp(), schema = sdf_schema)
>>> json_sdf.isStreaming
True
>>> json_sdf.schema == sdf_schema
True

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.sql.streaming.DataStreamReader.json。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。