spark读取多个目录下多个文件

最近项目要用准时数据,于是改用sparkSQL还对数据进行统计。kafka落到HDFS上是按照天分区,小时文件。
HDFS上的目录结构如下:
A/20190101/2019010100 A/20190101/2019010101
B/20190101/2019010100 B/20190101/2019010101
方法1:使用sparkContext.read.text(paths=[path1, path2, …])方法
val inputPath: List[String] = List(“A/20190101/2019010100”,“A/20190101/2019010101”,“B/20190101/2019010100”,“B/20190101/2019010101”)
val result=spark.sparkContext.textFile(inputpath.mkString(","))
方法2:
val A1=spark.sparkContext.textFile(“A/20190101/2019010100”)
val A2=spark.sparkContext.textFile(“A/20190101/2019010101”)
val B1=spark.sparkContext.textFile(“B/20190101/2019010100”)
val B2=spark.sparkContext.textFile(“B/20190101/2019010101”)
val result=A1.union(A2).union(B1).union(B2)

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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