spark-avro 数据块包

Question

我正在尝试在启动 spark-shell 时包含 spark-avro 包，按照此处提到的说明：https://github.com/databricks/spark-avro#with-spark-shell-or-spark-submit.

spark-shell --packages com.databricks:spark-avro_2.10:2.0.1

我的目的是使用包中的 SchemaConverter class 将 avro 模式转换为 spark 模式类型。

导入com.databricks.spark.avro._ ... //colListDel 是来自 avsc 的字段列表，出于某些功能原因将被删除。

for( field <- colListDel){
 println(SchemaConverters.toSqlType(field.schema()).dataType);
}

...

执行上面的 for 循环时，出现以下错误：

<console>:47: error: object SchemaConverters in package avro cannot be accessed in package com.databricks.spark.avro
            println(SchemaConverters.toSqlType(field.schema()).dataType);

如果我遗漏了什么，请提出建议，或者让我知道如何在我的 scala 代码中包含 SchemaConverter。

以下是我的环境详情：星火版本：1.6.0 Cloudera VM 5.7

谢谢！

Answer 1

这个对象和提到的方法曾经是私有的。请查看 1.0 版本的源代码：

https://github.com/databricks/spark-avro/blob/branch-1.0/src/main/scala/com/databricks/spark/avro/SchemaConverters.scala

private object SchemaConverters {
  case class SchemaType(dataType: DataType, nullable: Boolean)
  /**
   * This function takes an avro schema and returns a sql schema.
   */
  private[avro] def toSqlType(avroSchema: Schema): SchemaType = {
    avroSchema.getType match {
    ...

您正在下载 2.0.1 版本，它可能不是从最新的 2.0 分支构建的。我检查了3.0版本，这个class和方法现在是public。

这应该可以解决您的问题：

spark-shell --packages com.databricks:spark-avro_2.10:3.0.0

编辑：在评论后添加

spark-avro 3.0.0 库需要 Spark 2.0，因此您可以将当前的 Spark 替换为 2.0 版本。另一种选择是联系数据块并要求他们从最新的 2.0 分支构建 2.0.2 版本。

spark-avro 数据块包

spark-avro databricks package

avro

apache-spark

databricks