随笔 - 29,  文章 - 0,  评论 - 0,  阅读 - 11578

 

步骤:

  1. 初始化SparkSession。

  2. 使用spark.read.parquet()读取Parquet文件。

  3. 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()

# 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。

 

posted on   dw2nn  阅读(209)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!
点击右上角即可分享
微信分享提示