看很多資料，很少有講怎么去操作讀寫csv文件的，我也查了一些。很多博客都是很老的方法，還有好多轉來轉去的，復制粘貼都不能看。下面我在這里歸納一下，以免以后用到時再費時間去查.前端實現文件下載和拖拽上傳

通過sc.textFile

val input = sc.textFile("test.csv") val result = input.map { line =>val reader = new CSVReader(new StringReader(line));reader.readNext() } // 創建了RDD

確實這樣操作可以讀取，但是根據csv文件的格式能夠發現不方便后續操作，官方也建議通過Spark SQL來操作讀寫csv

怎么寫？順便提一句吧rdd.toDF.write.csv(...)，要引入隱式操作import spark.implicits._

通過SparkSQL讀取csv文件

在 spark 1.x 中，讀寫csv使用了第三方庫 spark-csv，由 databricks 提供。 但在 spark 2.0中，將 csv 作為一個內置的源代碼。 這個決定主要是由于 csv 是企業中使用的主要數據格式之一。因此遷移到 spark 2.0時，需要將代碼移動到使用構建在 csv 源代碼中的代碼，而不是使用第三方代碼

1.x版本Spark SQL內置支持三種格式數據源：parquet（默認）、json、jdbc，所以讀取csv文件需要依賴com.databricks.spark.csv

// spark是SparkSession對象 val df = spark.read.format("com.databricks.spark.csv").option("header", "true") //reading the headers.option("mode", "DROPMALFORMED").load("csv/file/path"); //.csv("csv/file/path") //spark 2.0 apidf.show()

2.x后也內置了csv的解析器，也可以簡單滴使用csv()，
val df=spark.read.format("csv").option("header", "true").option("mode", "DROPMALFORMED").csv("csv/file/path")

val spark = SparkSession.builder().appName("fileRead").getOrCreate()import spark.implicits._val data1 = spark.read// 推斷數據類型.option("inferSchema", "true")// 可設置分隔符，默認，//.option("delimiter",",")// 設置空值.option("nullValue", "?")// 表示有表頭，若沒有則為false.option("header", true)// 文件路徑.csv("test.csv")// 打印數據格式data1.printSchema()// 顯示數據,false參數為不要把數據截斷data1.show(false)

通過SparkSQL寫csv

//1.x data.write.format("com.databricks.spark.csv").option("header", "false")//在csv第一行有屬性”true”，沒有就是”false”.option("delimiter",",")//默認以”,”分割.save(outpath/test.csv) //2.x data.write.option("header", "true").csv("outpath/test.csv")

貌似確定是否有頭部那塊寫true或者字符串"true"都可以

可以參考 stackmirror 上這兩個討論：

• Write single CSV file using spark-csv
• How to export data from Spark SQL to CSV

---

發現有些網站真的是惡心，轉我文章還不標準出處

來源：https://blog.csdn.net/lzw2016/article/details/85562172

轉載于:https://www.cnblogs.com/qixidi/p/10229242.html

總結

以上是生活随笔為你收集整理的Spark1.x和2.x如何读取和写入csv文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。