CSV数据源不支持二进制数据类型
我正在尝试运行一个spark流应用程序,它从kafka流中读取数据并进行处理。我正在运行以下程序CSV数据源不支持二进制数据类型,csv,apache-spark,apache-kafka,apache-spark-sql,spark-structured-streaming,Csv,Apache Spark,Apache Kafka,Apache Spark Sql,Spark Structured Streaming,我正在尝试运行一个spark流应用程序,它从kafka流中读取数据并进行处理。我正在运行以下程序 val schema = new StructType() .add("InvoiceNo", LongType) .add("StockCode", LongType) .add("Description", StringType) .add("Quantity", ShortType) .add("InvoiceDate", Strin
val schema = new StructType()
.add("InvoiceNo", LongType)
.add("StockCode", LongType)
.add("Description", StringType)
.add("Quantity", ShortType)
.add("InvoiceDate", StringType)
.add("UnitPrice", DoubleType)
.add("CustomerID", IntegerType)
.add("Country", StringType)
val df = spark.readStream.
format("kafka").
option("kafka.bootstrap.servers", conf.get("spark.kafka_bootstrap_servers")).
option("subscribe", "webserver").
option("kafka.security.protocol", "SASL_SSL").
option("kafka.sasl.mechanism", "PLAIN").
option("kafka.ssl.protocol", "TLSv1.2").
option("kafka.ssl.enabled.protocols", "TLSv1.2").
option("failOnDataLoss", "false").
load()
我得到以下错误
Exception in thread "main" org.apache.spark.sql.streaming.StreamingQueryException: CSV data source does not support binary data type.
我在流中提供的csv是
536365,85123A,WHITE HANGING HEART T-LIGHT HOLDER,6,01/12/10 8:26,2.55,17850,United Kingdom
这一错误的原因可能是什么
spark.readStream.format(“kafka”)
总是将数据读取为二进制,而不是字符串
值总是使用ByteArraydSerializer反序列化为字节数组。使用数据帧操作显式反序列化值- 不清楚您在哪里使用了
.csv()
或模式
变量
您可以在中看到如何实施模式?首先,您必须将卡夫卡消息转换为至少一个字符串。我没有流式CSV的经验,因为这只是卡夫卡的一种糟糕的格式。Json或Avro最有效。例如,您可能希望看到这一点