0
雖然讀出存儲在與Hadoop的任一階或pyspark的誤差的鑲木文件時發生：如何在使用pyspark閱讀鑲木地板文件時指定模式？
#scala
var dff = spark.read.parquet("/super/important/df")
org.apache.spark.sql.AnalysisException: Unable to infer schema for Parquet. It must be specified manually.;
at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$8.apply(DataSource.scala:189)
at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$8.apply(DataSource.scala:189)
at scala.Option.getOrElse(Option.scala:121)
at org.apache.spark.sql.execution.datasources.DataSource.org$apache$spark$sql$execution$datasources$DataSource$$getOrInferFileFormatSchema(DataSource.scala:188)
at org.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:387)
at org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:152)
at org.apache.spark.sql.DataFrameReader.parquet(DataFrameReader.scala:441)
at org.apache.spark.sql.DataFrameReader.parquet(DataFrameReader.scala:425)
... 52 elided
或
sql_context.read.parquet(output_file)
導致同樣的錯誤。
錯誤消息非常明確：必須完成的操作：無法推斷Parquet的模式。它必須手動指定。。 但我可以在哪裏指定它？
Spark 2.1.1，Hadoop 2.5，數據框是在pyspark的幫助下創建的。文件被分成10個peaces。
你可以試試這個var dff = spark.read.parquet（「/ super/important/df」）。toDF（「ColumnName1，」ColumnName2「） – Bhavesh