spark 显示hdfs 路径_如何在Spark Scala shell中列出HDFS位置中的所有csv文件?

我没有彻底测试它,但这样的东西似乎工作:

import org.apache.spark.deploy.SparkHadoopUtil

import org.apache.hadoop.fs.{FileSystem, Path, LocatedFileStatus, RemoteIterator}

import java.net.URI

val path: String = ???

val hconf = SparkHadoopUtil.get.newConfiguration(sc.getConf)

val hdfs = FileSystem.get(hconf)

val iter = hdfs.listFiles(new Path(path), false)

def listFiles(iter: RemoteIterator[LocatedFileStatus]) = {

def go(iter: RemoteIterator[LocatedFileStatus], acc: List[URI]): List[URI] = {

if (iter.hasNext) {

val uri = iter.next.getPath.toUri

go(iter, uri :: acc)

} else {

acc

}

}

go(iter, List.empty[java.net.URI])

}

listFiles(iter).filter(_.toString.endsWith(".csv"))

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