如何在spark中解压缩并读取包含多个压缩文件的文件
我有一个文件AA.zip，它还包含ex aa.tar.gz，bb.tar.gz等多个文件
我需要在spark scala中读取这些文件，我该如何实现？
这里唯一的问题是提取zip文件的内容。
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。所以HDFS上的ZIP会有点棘手，因为它们不能很好地拆分，所以你必须为每个执行程序处理1个或更多的zip文件。这也是为数不多的情况之一，你可能不得不退回，SparkContext因为出于某种原因，Spark中的二进制文件支持并不是那么好。
https://spark.apache.org/docs/2.4.0/api/scala/index.html#org.apache.spark.SparkContext
有一个readBinaryFiles可以访问zip二进制数据的地方，然后您可以使用java或scala中的常规ZIP处理。
2019-07-17 23:20:03赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
