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()
# 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
· 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!