spark读取经thrift序列化的parquet格式文件

转发请注明出处:https://blog.csdn.net/LvShuiLanTian/article/details/89308240

  1. 读取普通parquet格式文件
ParquetReader.builder(new GroupReadSupport(), new Path("xxxx")).build()
  1. 读取parquet存储格式的thrift对象
def createReader[V <: TBase[_,_]](path: String, vClass: Class[V]): ParquetReader[V] = {
    ThriftParquetReader.build[V](new Path(path)).withThriftClass(vClass).build()
}
  1. spark读取parquet存储格式的thrift对象
def createRDD[V <: TBase[_,_]](spark: SparkContext, path: String, vClass: Class[V]): RDD[(Void, V)] = {
    spark.newAPIHadoopFile(path, classOf[ParquetThriftInputFormat[V]], classOf[Void], vClass)
}

转发请注明出处:https://blog.csdn.net/LvShuiLanTian/article/details/89308240

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值