Apache spark count对从启用了inferSchema的对象存储加载的文件抛出java.lang.NumberFormatException:null

启用inferSchema时，从IBM Blue mix对象存储加载的数据帧上的count（）引发以下异常：

Name: org.apache.spark.SparkException
Message: Job aborted due to stage failure: Task 3 in stage 43.0 failed 10 times, most recent failure: Lost task 3.9 in stage 43.0 (TID 166, yp-spark-dal09-env5-0034): java.lang.NumberFormatException: null
    at java.lang.Integer.parseInt(Integer.java:554)
    at java.lang.Integer.parseInt(Integer.java:627)
    at scala.collection.immutable.StringLike$class.toInt(StringLike.scala:272)
    at scala.collection.immutable.StringOps.toInt(StringOps.scala:29)
    at org.apache.spark.sql.execution.datasources.csv.CSVTypeCast$.castTo(CSVInferSchema.scala:241)
    at org.apache.spark.sql.execution.datasources.csv.CSVRelation$$anonfun$csvParser$3.apply(CSVRelation.scala:116)
    at org.apache.spark.sql.execution.datasources.csv.CSVRelation$$anonfun$csvParser$3.apply(CSVRelation.scala:85)
    at org.apache.spark.sql.execution.datasources.csv.CSVFileFormat$$anonfun$buildReader$1$$anonfun$apply$2.apply(CSVFileFormat.scala:128)
    at org.apache.spark.sql.execution.datasources.csv.CSVFileFormat$$anonfun$buildReader$1$$anonfun$apply$2.apply(CSVFileFormat.scala:127)
    at scala.collection.Iterator$$anon$12.nextCur(Iterator.scala:434)
    at scala.collection.Iterator$$anon$12.hasNext(Iterator.scala:440)
    at scala.collection.Iterator$$anon$11.hasNext(Iterator.scala:408)
    at org.apache.spark.sql.execution.datasources.FileScanRDD$$anon$1.hasNext(FileScanRDD.scala:91)

如果禁用InferreSchema，则不会出现上述异常。

---

为什么我会得到这个例外？默认情况下，如果启用了inferSchema，Datatricks将读取多少行？

这实际上是拖动到

spark 2.0

中的

spark csv

包（）的问题。它已被更正并推入

spark 2.1

以下是关联的PR:

---

由于您已经在使用spark 2.0，因此可以轻松升级到2.1并删除

spark csv

软件包。反正也不需要

这实际上是被拖入

spark2.0

的

sparkcsv

包（）的问题。它已被更正并推入

spark 2.1

以下是关联的PR:

---

由于您已经在使用spark 2.0，因此可以轻松升级到2.1并删除

spark csv

软件包。反正也不需要

你使用的是什么版本的spark csv？spark csv版本是1.5，spark呢？spark版本是2.0是的，移动到spark 2.1起作用了，但我不明白为什么会起作用？你能解释一下吗？你用的是什么版本的spark csv？spark csv版本是1.5，spark呢？spark版本是2.0是的，移动到spark 2.1起作用了，但我不明白为什么会起作用？你能解释一下吗？我还有一个问题，事实上，上面的加载作为一个独立的加载运行得很好，没有任何问题，在我的应用程序中使用来自的相同命令失败了，出现了上述异常。原因可能是什么？所有这些都在spark 2.0上。不太可能。它被合并到spark 2.1中，解决这个问题可能有点痛苦。（dirty solution读取为文本和映射（解析），然后转换为DF）我还有一个问题，实际上上面的加载作为一个独立的加载运行良好，没有任何问题，在我的应用程序中使用来自with的相同命令失败，出现上述异常。原因可能是什么？所有这些都在spark 2.0上。不太可能。它被合并到spark 2.1中，解决这个问题可能有点痛苦。（脏解决方案读取为文本和映射（解析），然后转换为DF）