Spark 读取文件中文乱码解决

当我们获取文本文件数据源是，直接使用如下代码会出现中文乱码问题

val txt = sc.textFile(rootPath+ "/4/*")

 解决方案：将文本先用数据流读进内存，转化成list，在转化成spark需要的格式。

 val files = Source.fromFile("i:\\1\\1.txt","gbk" ).toList
  val rddt = sc.parallelize(files)
  
  rddt.foreach { print }

 

 sc.hadoopFile(rootPath+ "/1/1.txt",classOf[TextInputFormat], classOf[LongWritable], classOf[Text]).map{
      pair =>  new String(pair._2.getBytes, 0, pair._2.getLength, "GBK")}