火花错误读取镶木地板

Question

我们正在使用 apache spark，我们将 json 文件作为 gzip 压缩的 parquet 文件保存在 hdfs 中。但是，当读回它们以生成数据帧时，某些文件（但不是全部）会引发以下异常：

ERROR Executor: Exception in task 2.0 in stage 72.0 (TID 88)
org.apache.parquet.io.ParquetDecodingException: Can not read value at 351 in 
block 0 in file file:/path/to/file [...]
Caused by: java.lang.ClassCastException: 
org.apache.spark.sql.catalyst.expressions.MutableLong cannot be cast to 
org.apache.spark.sql.catalyst.expressions.MutableDouble

非常感谢任何帮助！

Answer 1

当您尝试同时读取具有不同架构的 parquet 文件时会发生这种错误。尝试让 /convert 您的所有源文件具有相同的架构，或者同时转换所有源文件。