使用模式加载 Parquet 数据/使用 XSD 验证 XML
Loading Parquet data using schema / using XSD to validate XML
我有一些 XML 文件需要存储在 XSD 文件给定的结构中，在 parquet/avro 中。 XML/XSD 文件包含重复的标签标题（可能出现两次）所以我选择使用 Parquet，因为 Avro 不支持它。
我想进行 XML 检查它是否有效（针对 XSD 文件）以及 xsd 元素存在的地方 XML =]，我只想将该值存储为 NULL。
在我看来，我有两个选择：
1) 使用 scala 检查 xml 与 xsd，如果有效则（以某种方式）用 NULL 填充任何差异并存储为镶木地板。
2) 检查 xml 有效性然后使用 XSD 文件的 parquet 版本的模式插入 xml 文件的 paquet 数据。
我不完全确定该怎么做，所以我希望得到指点，以确保我不会在错误的方向上浪费时间。
我没有找到我想要的解决方案，但使用 unix 进行验证非常容易。
xmllint -schema xsdfile xmlfile --noout
我有一些 XML 文件需要存储在 XSD 文件给定的结构中，在 parquet/avro 中。 XML/XSD 文件包含重复的标签标题（可能出现两次）所以我选择使用 Parquet，因为 Avro 不支持它。
我想进行 XML 检查它是否有效（针对 XSD 文件）以及 xsd 元素存在的地方 XML =]，我只想将该值存储为 NULL。
在我看来，我有两个选择：
1) 使用 scala 检查 xml 与 xsd，如果有效则（以某种方式）用 NULL 填充任何差异并存储为镶木地板。
2) 检查 xml 有效性然后使用 XSD 文件的 parquet 版本的模式插入 xml 文件的 paquet 数据。
我不完全确定该怎么做，所以我希望得到指点，以确保我不会在错误的方向上浪费时间。
我没有找到我想要的解决方案，但使用 unix 进行验证非常容易。
xmllint -schema xsdfile xmlfile --noout