运行 scala-xml 的介绍性示例时出错

Question

我正在尝试运行README of scala-xml 上提供的简单示例，但代码无法运行：

import org.apache.spark.sql.SQLContext

val sqlContext = new SQLContext(sc)
val df = sqlContext.read
    .format("com.databricks.spark.xml")
    .option("rowTag", "book")
    .load("books.xml")

（从 README 复制粘贴；books.xml 确实在本地目录中）

这给了我错误：

名称：编译错误

消息：：1：错误：定义的非法开始

.format("com.databricks.spark.xml")

^

堆栈跟踪：

我正在使用带有 Spark/Scala 内核的 Jupyter notebook 运行它。

我确定这是一个简单的错误，但我是 Scala/Spark 的新手。

版本信息：

• 火花：2.0.1
• 斯卡拉：2.11.8

Answer 1

您可以使用 --packages 命令行选项将包添加到 Spark

根据评论和问题，您应该尝试在一行中运行代码，它将解决您的“错误：定义的非法开始”问题

val df = spark.read.format("com.databricks.spark.xml").option("rowTag", "book").load("book.xml")

“找不到数据源：com.databricks.spark.xml”的下一步。

尝试添加库依赖/包"com.databricks:spark-xml_2.11:0.4.1 "

spark-shell --packages com.databricks:spark-xml_2.11:0.4.1

val df = spark.read.format("com.databricks.spark.xml").option("rowTag", "book").load("book.xml")



df.show
+-----+--------------------+--------------------+---------------+-----+------------+--------------------+
|  _id|              author|         description|          genre|price|publish_date|               title|
+-----+--------------------+--------------------+---------------+-----+------------+--------------------+
|bk101|Gambardella, Matthew|An in-depth look ...|       Computer|44.95|  2000-10-01|XML Developer's G...|
|bk102|          Ralls, Kim|A former architec...|        Fantasy| 5.95|  2000-12-16|       Midnight Rain|
|bk103|         Corets, Eva|After the collaps...|        Fantasy| 5.95|  2000-11-17|     Maeve Ascendant|