Apache spark 读取Spark中的Avro文件并提取列值

我想使用Spark读取avro文件（我使用Spark 1.3.0，因此没有数据帧）

我使用这段代码读取avro文件

import org.apache.avro.generic.GenericRecord
import org.apache.avro.mapred.AvroKey
import org.apache.avro.mapreduce.AvroKeyInputFormat
import org.apache.hadoop.io.NullWritable
import org.apache.spark.SparkContext

private def readAvro(sparkContext: SparkContext, path: String) = {
  sparkContext.newAPIHadoopFile[
    AvroKey[GenericRecord],
    NullWritable,
    AvroKeyInputFormat[GenericRecord]
  ](path)
}

我执行这个并得到一个RDD。现在从RDD中，如何提取特定列的值？比如循环遍历所有记录并给出列名的值

[编辑]根据下面贾斯汀的建议，我尝试了

val rdd = sc.newAPIHadoopFile[AvroKey[GenericRecord], NullWritable, AvroKeyInputFormat[GenericRecord]](input)
rdd.map(record=> record._1.get("accountId")).toArray().foreach(println)

但我犯了个错误

<console>:34: error: value get is not a member of org.apache.avro.mapred.AvroKey[org.apache.avro.generic.GenericRecord]
              rdd.map(record=> record._1.get("accountId")).toArray().foreach(println)

：34:错误：value get不是org.apache.avro.mapred.AvroKey[org.apache.avro.generic.genericord]的成员
map（record=>record.get（“accountId”）.toArray（）.foreach（println）

AvroKey

有一个

数据

方法来提取包装值。而

genericord

有一个

get

方法，该方法将列名作为字符串接受。因此，您可以使用

map

rdd.map(record=>record._1.datum.get("COLNAME"))

---

我尝试了你的建议并更新了上面的问题。我得到一个关于

get

函数的错误。我在Cloudera平台上使用Spark 1.3.0。Spark 1.3.0有数据帧：有没有办法在Spark 1.3.0数据帧中加载avro文件？我在您提供的文档链接中没有看到任何内容。