스파크 시 json 문자열을 데이터 프레임으로 변환하는 방법

스파크 시 json 문자열을 데이터 프레임으로 변환하는 방법

아래 문자열 변수를 스파크 시 데이터 프레임으로 변환하고 싶습니다.

val jsonStr = "{ "metadata": { "key": 84896, "value": 54 }}"

저는 json 파일에서 데이터 프레임을 만드는 방법을 알고 있습니다.

sqlContext.read.json("file.json")

문자열 변수에서 데이터 프레임을 만드는 방법을 모릅니다.

json String 변수를 데이터 프레임으로 변환하려면 어떻게 해야 합니까?

Spark 2.2+의 경우:

import spark.implicits._
val jsonStr = """{ "metadata": { "key": 84896, "value": 54 }}"""
val df = spark.read.json(Seq(jsonStr).toDS)

Spark 2.1.x의 경우:

val events = sc.parallelize("""{"action":"create","timestamp":"2016-01-07T00:01:17Z"}""" :: Nil)    
val df = sqlContext.read.json(events)

힌트: 사용 중sqlContext.read.json(jsonRDD: RDD[Stirng])과부하또 있다sqlContext.read.json(path: String)Json 파일을 직접 읽습니다.

이전 버전의 경우:

val jsonStr = """{ "metadata": { "key": 84896, "value": 54 }}"""
val rdd = sc.parallelize(Seq(jsonStr))
val df = sqlContext.read.json(rdd)

Spark 2.2에서는 RDD에서 JSON을 읽는 기능이 폐지되었기 때문에 다음 옵션도 있습니다.

val jsonStr = """{ "metadata": { "key": 84896, "value": 54 }}"""
import spark.implicits._ // spark is your SparkSession object
val df = spark.read.json(Seq(jsonStr).toDS)

Java(Spark 2.2+)에서 Json 문자열을 Dataframe으로 변환하는 예를 다음에 나타냅니다.

String str1 = "{\"_id\":\"123\",\"ITEM\":\"Item 1\",\"CUSTOMER\":\"Billy\",\"AMOUNT\":285.2}";
String str2 = "{\"_id\":\"124\",\"ITEM\":\"Item 2\",\"CUSTOMER\":\"Sam\",\"AMOUNT\":245.85}";
List<String> jsonList = new ArrayList<>();
jsonList.add(str1);
jsonList.add(str2);
SparkContext sparkContext = new SparkContext(new SparkConf()
        .setAppName("myApp").setMaster("local"));
JavaSparkContext javaSparkContext = new JavaSparkContext(sparkContext);
SQLContext sqlContext = new SQLContext(sparkContext);
JavaRDD<String> javaRdd = javaSparkContext.parallelize(jsonList);
Dataset<Row> data = sqlContext.read().json(javaRdd);
data.show();

결과는 다음과 같습니다.

+------+--------+------+---+
|AMOUNT|CUSTOMER|  ITEM|_id|
+------+--------+------+---+
| 285.2|   Billy|Item 1|123|
|245.85|     Sam|Item 2|124|
+------+--------+------+---+

simple_json = '{"results":[{"a":1,"b":2,"c":"name"},{"a":2,"b":5,"c":"foo"}]}'
rddjson = sc.parallelize([simple_json])
df = sqlContext.read.json(rddjson)

답변에 대한 참조는 https://stackoverflow.com/a/49399359/2187751 입니다.

Spark 2.2에서 json 문자열 목록을 DataFrame으로 변환하려면 =>

val spark = SparkSession
          .builder()
          .master("local")
          .appName("Test")
          .getOrCreate()

var strList = List.empty[String]
var jsonString1 = """{"ID" : "111","NAME":"Arkay","LOC":"Pune"}"""
var jsonString2 = """{"ID" : "222","NAME":"DineshS","LOC":"PCMC"}"""
strList = strList :+ jsonString1
strList = strList :+ jsonString2

val rddData = spark.sparkContext.parallelize(strList)
resultDF = spark.read.json(rddData)
resultDF.show()

결과:

+---+----+-------+
| ID| LOC|   NAME|
+---+----+-------+
|111|Pune|  Arkay|
|222|PCMC|DineshS|
+---+----+-------+

이제 Dataset[String]에서 json을 직접 읽을 수 있습니다.https://spark.apache.org/docs/latest/sql-data-sources-json.html

val otherPeopleDataset = spark.createDataset(
  """{"name":"Yin","address":{"city":"Columbus","state":"Ohio"}}""" :: Nil)
val otherPeople = spark.read.json(otherPeopleDataset)
otherPeople.show()
// +---------------+----+
// |        address|name|
// +---------------+----+
// |[Columbus,Ohio]| Yin|
// +---------------+----+

Illigal Patter component : XXX 등의 경우에 오류가 발생할 수 있습니다.그러기 위해서는 spark.read에 타임스탬프를 포함한 .option을 추가해야 합니다.그러면 코드가 갱신됩니다.

val spark = SparkSession
          .builder()
          .master("local")
          .appName("Test")
          .getOrCreate()
import spark.implicits._
val jsonStr = """{ "metadata": { "key": 84896, "value": 54 }}"""
val df = spark.read.option("timestampFormat", "yyyy/MM/dd HH:mm:ss ZZ").json(Seq(jsonStr).toDS)
df.show()

언급URL : https://stackoverflow.com/questions/38271611/how-to-convert-json-string-to-dataframe-on-spark