Apache spark 如何使用spark同时读取不同文件夹中的多个文件?
我试图同时读取不同路径中的多个文件。在sql server中,路径“/mapr/ia1.comscore.com/output/cms/cmcm/227m/2018???/app/RunningApp/part-.txt”告诉服务器读取227m月(2018年11月)running app文件夹中的所有文件。“2018???”指2018年11月的所有日期。这样,我们就不必告诉sql server逐个读取每个日期。此处的“2018???”指从“20181101”到“20181130”的所有日期。我想在spark中做同样的事情,但spark似乎无法识别这种路径格式。我也尝试过将“2018???”改成“2018”,但仍然不起作用 有人知道如何解决这个问题吗 请注意“/mapr/ia1.comscore.com/output/cms/cmcm/227m/20181101/app/RunningApp/part-*.txt”)在spark中运行良好 我用齐柏林飞艇作为笔记本Apache spark 如何使用spark同时读取不同文件夹中的多个文件?,apache-spark,apache-zeppelin,Apache Spark,Apache Zeppelin,我试图同时读取不同路径中的多个文件。在sql server中,路径“/mapr/ia1.comscore.com/output/cms/cmcm/227m/2018???/app/RunningApp/part-.txt”告诉服务器读取227m月(2018年11月)running app文件夹中的所有文件。“2018???”指2018年11月的所有日期。这样,我们就不必告诉sql server逐个读取每个日期。此处的“2018???”指从“20181101”到“20181130”的所有日期。我想
非常感谢。最简单的方法是传递路径列表,例如。
sparkContext.read.text(路径=[path1,path2,…])