几种文件读取方式

1、Spark读取HDFS文件

import org.apache.spark.SparkContext
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.SparkSession

/** 环境及参数 */
    val spark: SparkSession = SparkSession.builder().getOrCreate()
    val sc: SparkContext = spark.sparkContext
    sc.setLogLevel("WARN")
/** 逻辑 */
     val source: RDD[String] = sc.textFile(inPath)
     val resultArr: RDD[(String, String, String)] = source.map(x => {
          ...
     })

2、scala原生IO读取

/**
  * 获取路径下文件
  *
  * @param dir 目标路径
  * @return
*/
def subdirs2(dir: File): Iterator[File] = {
   val d = dir.listFiles.filter(_.isDirectory)
   val f = dir.listFiles.filter(_.isFile).toIterator
   f ++ d.toIterator.flatMap(subdirs2 _)
}

//数据路径,这里的inpath不需要到文件级别
val fileArr: Array[File] = subdirs2(new File(inPath)).toArray
//处理路径下的数据
fileArr.map(file => {
      val source: Array[String] = scala.io.Source.fromFile(file).getLines().toArray
      val result: Array[(String, String, String)] = source.map(line => {
        val s: Array[String] = line.split(",")
        (s(0), s(1), s(2))
      })
    })

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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