Python spark中不同的读取选项有什么不同？

我正在通过以下代码读取csv文件：-

    from pyspark.sql import SparkSession
    spark = SparkSession.builder \
            .master("local[2]") \
            .getOrCreate()

现在有四个不同的选项可以阅读：

df=spark.read.load（“/…../xyz.csv”）

df=spark.read.csv（“/…../xyz.csv”）

df=spark.read.format（'csv'）.load（“/…../xyz.csv”）

df=spark.read.option（）.csv（“/…../xyz.csv”）

我应该使用哪个选项

编辑：-

---

此外，

inferSchema=“true”

和

inferSchema=true

都在工作。我们可以盲目地使用任何一个吗？

2

和

3

是等价的

3

允许附加的

选项（键、值）

函数（请参见

4

，或

spark.read.format（'csv'）。选项（…）.load（）

），该选项允许您跳过标题行，或设置逗号以外的分隔符，例如

1

不分析CSV

---

我建议

inferSchema=True

，以防止字符串值中的拼写错误

2

和

3

是等效的

3

允许附加的

选项（键、值）

函数（请参见

4

，或

spark.read.format（'csv'）。选项（…）.load（）

），该选项允许您跳过标题行，或设置逗号以外的分隔符，例如

1

不分析CSV

我建议

inferSchema=True

来防止字符串值中的输入错误2是3的缩写。 1默认读取拼花文件

例如： spark.read.csv（）只调用.format（“csv”）.load（“path”）

你用哪一个都不重要。（2,3,4）正如我说的，1默认读拼花地板。

2是3的allias。 1默认读取拼花文件

例如： spark.read.csv（）只调用.format（“csv”）.load（“path”）

---

不管你用哪一个。（2,3,4）正如我说的，我默认阅读拼花地板。

谢谢@cricket\u 007！谢谢@cricket_007！谢谢你，亚历山大先生！谢谢你，亚历山大先生！

def load(self, path=None, format=None, schema=None, **options):
        """Loads data from a data source and returns it as a :class`DataFrame`.

        :param path: optional string or a list of string for file-system backed data sources.
        :param format: optional string for format of the data source. Default to 'parquet'.
        :param schema: optional :class:`pyspark.sql.types.StructType` for the input schema
                       or a DDL-formatted string (For example ``col0 INT, col1 DOUBLE``).
        :param options: all other string options 

  @scala.annotation.varargs
  def csv(paths: String*): DataFrame = format("csv").load(paths : _*)