【发布时间】:2020-11-24 11:52:26
【问题描述】:
我有一个嵌套的 XML 结构如下-
<parent>
<root1 detail = "something">
<ID type="typeA">id1</ID>
<ID type="typeB">id2</ID>
<ID type="typeC">id3</ID>
</root1>
<root2 detail = "something">
<ID type="typeA">id1</ID>
<ID type="typeB">id2</ID>
<ID type="typeC">id3</ID>
</root2>
<parent>
我想用下面的列和数据创建2个表-
架构:
detail string
ID string
type string
记录:
detail ID type
something id1 typeA
something id2 typeB
something id3 typeC
我尝试过使用
spark.read.format(file_type) \
.option("rootTag", "root1") \
.option("rowTag", "ID") \
.load(file_location)
但这只会产生描述(字符串)和 ID(数组)作为列。
提前致谢!
【问题讨论】:
-
我假设因为这个问题有你在 python 中工作的 pyspark 标记,但是它也被标记为 scala,所以你对答案的语言是否灵活?
标签: xml scala pyspark databricks