步骤:
-
初始化SparkSession。
-
使用
spark.read.parquet()
读取Parquet文件。 -
调用
df.schema.json()
获取schema的JSON表示。
from pyspark.sql import SparkSession # 初始化SparkSession spark = SparkSession.builder.appName( "ReadParquetSchema" ).getOrCreate() # 读取Parquet文件 parquet_file_path = "path/to/your/parquet/file.parquet" df = spark.read.parquet(parquet_file_path) # 获取schema的JSON表示 schema_json = df.schema.json()<br><br> # 或者这样,第二种写法# schema_json = spark.read.parquet(parquet_file_path).schema.json()# 打印schema的JSON print(schema_json) # 停止SparkSession spark.stop() |
这段代码会打印出Parquet文件的schema的JSON表示。你需要替换parquet_file_path
变量的值为你的Parquet文件的实际路径。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· Vue3状态管理终极指南:Pinia保姆级教程