示例：读写XML文件到DataFrame
Apache Spark可用于处理或读取简单到复杂的嵌套XML文件到Spark DataFrame中，并将DataFrame写回XML，通过使用Databricks的 Spark XML API (spark-xml)库。
Databricks Spark XML API (spark-xml)库
Databricks的 Spark XML API (spark-xml)库是一个用Apache Spark解析和查询XML数据的库，用于Spark SQL和DataFrames。结构和测试工具大多是从Spark的CSV数据源中复制的。
spark-xml支持以分布式的方式处理无格式的XML文件，不像Spark中的JSON数据源限制内联JSON格式。Spark XML API 参考。
对于Maven项目，在pom.xml文件中添加如下依赖：
<dependency>
<groupId>com.databricks</groupId>
<artifactId>spark-xml_2.12</artifactId>
<version>0.16.0</version>
</dependency>
如果在Spark shell中使用，可以通过--packages命令行选项将该包添加到Spark。例如：
$SPARK_HOME/bin/spark-shell --packages com.databricks:spark-xml_ ......
......
抱歉，只有登录会员才可浏览！会员登录
