如何在Spark 2 Scala中将行转换为json

有没有简单的方法将给定的行对象转换为json

找到了将整个数据帧转换为json输出的方法：

但我只想将一行转换为json。 下面是我要做的工作的伪代码

更准确地说，我将json作为数据帧中的输入读取。 我正在生成一个新的输出，它主要基于列，但是有一个json字段用于所有不适合列的信息

我的问题是编写这个函数的最简单方法是什么：convertRowToJson（）

Psidom的解决方案：

def convertRowToJSON(row: Row): String = {
    val m = row.getValuesMap(row.schema.fieldNames)
    JSONObject(m).toString()
}

仅当行只有一个级别而没有嵌套行时才有效。这是模式：

StructType(
    StructField(indicator,StringType,true),   
    StructField(range,
    StructType(
        StructField(currency_code,StringType,true),
        StructField(maxrate,LongType,true), 
        StructField(minrate,LongType,true)),true))

还尝试了Artem建议，但未编译：

def row2DataFrame(row: Row, sqlContext: SQLContext): DataFrame = {
  val sparkContext = sqlContext.sparkContext
  import sparkContext._
  import sqlContext.implicits._
  import sqlContext._
  val rowRDD: RDD[Row] = sqlContext.sparkContext.makeRDD(row :: Nil)
  val dataFrame = rowRDD.toDF() //XXX does not compile
  dataFrame
}

---

本质上，您可以有一个只包含一行的数据帧。因此，您可以尝试过滤初始数据帧，然后将其解析为json。

您可以使用

getValuesMap

将行对象转换为映射，然后将其转换为json：

import scala.util.parsing.json.JSONObject
import org.apache.spark.sql._

val df = Seq((1,2,3),(2,3,4)).toDF("A", "B", "C")    
val row = df.first()          // this is an example row object

def convertRowToJSON(row: Row): String = {
    val m = row.getValuesMap(row.schema.fieldNames)
    JSONObject(m).toString()
}

convertRowToJSON(row)
// res46: String = {"A" : 1, "B" : 2, "C" : 3}

---

JSon有模式，但行没有模式，所以您需要在行上应用模式并转换为JSon。这是你可以做到的

import org.apache.spark.sql.Row
import org.apache.spark.sql.types._

def convertRowToJson(row: Row): String = {

  val schema = StructType(
      StructField("name", StringType, true) ::
      StructField("meta", StringType, false) ::  Nil)

      return sqlContext.applySchema(row, schema).toJSON
}

---

我结合了来自Artem、KiranM和Psidom的建议。做了很多尝试和错误，并提出了我针对嵌套结构测试的解决方案：

def row2Json(row: Row, sqlContext: SQLContext): String = {
  import sqlContext.implicits
  val rowRDD: RDD[Row] = sqlContext.sparkContext.makeRDD(row :: Nil)
  val dataframe = sqlContext.createDataFrame(rowRDD, row.schema)
  dataframe.toJSON.first
}

---

此解决方案有效，但仅在驱动程序模式下运行。

我需要读取json输入并生成json输出。 大多数字段都是单独处理的，但只需要保留一些json子对象

当Spark读取数据帧时，它会将一条记录转换为一行。该行是一个类似json的结构。可以转换并写入json

但我需要将一些子json结构转换成字符串，用作新字段

可以这样做：

dataFrameWithJsonField = dataFrame.withColumn("address_json", to_json($"location.address"))

location.address

是传入的基于json的数据帧的子json对象的路径

address_json

是转换为json字符串版本的对象的列名

to_json

在Spark 2.1中实现

---

如果使用json4s address生成输出json，则应将json解析为AST表示形式，否则输出json将转义address json部分。

请注意，scala类scala.util.parsing.json.JSONObject已弃用，不支持空值

@不推荐（“此类将被删除。”，“2.11.0”）

“JSONFormat.defaultFormat不处理空值”

---

我也有同样的问题，我有带有规范模式（没有数组）的拼花文件，我只想获得json事件。我做了如下操作，它似乎工作得很好（Spark 2.1）：

---

如果要迭代数据帧，可以直接将数据帧转换为包含json对象的新数据帧，并对其进行迭代

---

val df_json=df.toJSON

更正：它实际上只适用于映射/结构的第一级，而不适用于嵌套映射。您只会看到值，而不会看到键。@SamiBadawi在哪里可以找到嵌套映射的解决方案？我在嵌套方面也有问题谢谢您的建议。我试过你的方法：def row2DataFrame（row:row，sqlContext:sqlContext）：DataFrame={val sparkContext=sqlContext.sparkContext导入sparkContext.\uimport sqlContext.implicits.\uimport sqlContext.\uval rowRDD:RDD[row]=sqlContext.sparkContext.makeRDD（row:：Nil）val DataFrame=rowRDD.toDF（）//XXX没有编译数据帧}它没有编译。谢谢Arnon。关于在Scala中实现json支持的现代化，已经有一些讨论。请编辑您的问题，否则更喜欢评论。在任何情况下，请阅读社区规则。

dataFrameWithJsonField = dataFrame.withColumn("address_json", to_json($"location.address"))

import org.apache.spark.sql.types.StructType
import org.apache.spark.sql.{DataFrame, Dataset, Row}
import scala.util.parsing.json.JSONFormat.ValueFormatter
import scala.util.parsing.json.{JSONArray, JSONFormat, JSONObject}

def getValuesMap[T](row: Row, schema: StructType): Map[String,Any] = {
  schema.fields.map {
    field =>
      try{
        if (field.dataType.typeName.equals("struct")){
          field.name -> getValuesMap(row.getAs[Row](field.name),   field.dataType.asInstanceOf[StructType]) 
        }else{
          field.name -> row.getAs[T](field.name)
        }
      }catch {case e : Exception =>{field.name -> null.asInstanceOf[T]}}
  }.filter(xy => xy._2 != null).toMap
}

def convertRowToJSON(row: Row, schema: StructType): JSONObject = {
  val m: Map[String, Any] = getValuesMap(row, schema)
  JSONObject(m)
}
//I guess since I am using Any and not nothing the regular ValueFormatter is not working, and I had to add case jmap : Map[String,Any] => JSONObject(jmap).toString(defaultFormatter)
val defaultFormatter : ValueFormatter = (x : Any) => x match {
  case s : String => "\"" + JSONFormat.quoteString(s) + "\""
  case jo : JSONObject => jo.toString(defaultFormatter)
  case jmap : Map[String,Any] => JSONObject(jmap).toString(defaultFormatter)
  case ja : JSONArray => ja.toString(defaultFormatter)
  case other => other.toString
}

val someFile = "s3a://bucket/file"
val df: DataFrame = sqlContext.read.load(someFile)
val schema: StructType = df.schema
val jsons: Dataset[JSONObject] = df.map(row => convertRowToJSON(row, schema))