运行scala入门示例时出错

Question

我正在尝试运行在scala-xml上提供的简单示例，但是代码不会运行：

import org.apache.spark.sql.SQLContext

val sqlContext = new SQLContext(sc)
val df = sqlContext.read
    .format("com.databricks.spark.xml")
    .option("rowTag", "book")
    .load("books.xml")

(从自述文件复制粘贴；books.xml确实在本地目录中)

这给我带来了错误：

名称:编译错误 消息:1:错误:非法开始定义 .format("com.databricks.spark.xml") ^ StackTrace：

我在一个带有Spark/Scala内核的木星笔记本上运行这个程序。

我相信有一个简单的错误，但我是全新的Scala/火花。

版本信息：

• 火花: 2.0.1
• Scala: 2.11.8

Answer 1

您可以使用- packages命令行选项将包添加到火花中。

根据注释和问题，您应该尝试在一行中运行代码，这将解决您的“错误:非法开始定义”的问题。

val df = spark.read.format("com.databricks.spark.xml").option("rowTag", "book").load("book.xml")

下一步是“未能找到数据源: com.databricks.spark.xml”。

尝试添加库依赖/包"com.databricks:spark-xml_2.11:0.4.1 "

spark-shell --packages com.databricks:spark-xml_2.11:0.4.1

val df = spark.read.format("com.databricks.spark.xml").option("rowTag", "book").load("book.xml")



df.show
+-----+--------------------+--------------------+---------------+-----+------------+--------------------+
|  _id|              author|         description|          genre|price|publish_date|               title|
+-----+--------------------+--------------------+---------------+-----+------------+--------------------+
|bk101|Gambardella, Matthew|An in-depth look ...|       Computer|44.95|  2000-10-01|XML Developer's G...|
|bk102|          Ralls, Kim|A former architec...|        Fantasy| 5.95|  2000-12-16|       Midnight Rain|
|bk103|         Corets, Eva|After the collaps...|        Fantasy| 5.95|  2000-11-17|     Maeve Ascendant|