读取 excel 时 Spark 出错：org.apache.poi.openxml4j.exceptions.InvalidFormatException答案

【问题标题】：Error in Spark while reading an excel : org.apache.poi.openxml4j.exceptions.InvalidFormatException读取 excel 时 Spark 出错：org.apache.poi.openxml4j.exceptions.InvalidFormatException
【发布时间】：2019-08-23 17:34:25
【问题描述】：

我正在尝试使用 Spark CLI 读取 excel 文件，但我收到“org.apache.poi.openxml4j.exceptions.InvalidFormatException：您的 InputStream 既不是 OLE2 流，也不是 OOXML 流”错误。

以下是我的 Excel 工作表中的数据：

Id  Name    City
1   Amit    Panji
2   Sharma  Mumbai
3   Kumar   Pune
4   Abhay   Delhi
5   Rohit   Gurgaon

下面是我正在使用的代码：

    import com.crealytics.spark.excel

    val df = spark.read.format("com.crealytics.spark.excel")
    .option("useHeader", "true")
    .option("startColumn", 0)
    .option("treatEmptyValuesAsNulls", "false")
    .option("inferSchema", "false")
    .option("location", "/home/Desktop/lucky/logs.xlsx")
    .option("addColorColumns", "False")
    .load()

【问题讨论】：

标签： excel apache-spark-sql

【解决方案1】：

您使用的是哪个 Excel 版本？

Apache POI 网站说：

Apache POI is your Java Excel solution (for Excel 97-2008)

Apache POI 站点：https://poi.apache.org/

【讨论】：

我在 Ubuntu 中使用 Libra Office 版本：6.0.7.3。但是当我使用 Excel（用于 Excel 97-2008）时，它开始正常工作。