spark验证文件夹下文件数量

本文介绍了一种在HDFS中判断指定路径下是否存在parquet文件的方法,通过获取文件夹的文件数量来间接判断是否存在除_success文件之外的数据文件。若文件数量大于1,则读取并处理parquet数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有个需求,需要判断文件夹下是否有parquet文件,但是涉及到中间有一层/id=vin号/文件目录,无法用通配符、

由此转化为判断hdfs文件夹下文件数量来判断。

代码为

    val hadoopfs: FileSystem = FileSystem.get(spark.sparkContext.hadoopConfiguration)
    val file = hadoopfs.getContentSummary(new Path(inputPath)).getFileCount
    if (file > 1){
      val parquet_DF: DataFrame = spark.read.parquet(inputPath)
        .withColumn("exception_cells",convert($"cells"))
        .select("vin", "start_charge_time", "end_charge_time","anomaly_type", "cells")
        .drop("cells")

      writeSQL(parquet_DF,sql_url,user,password,table)
    }else{
      println("parquet file not exist")
    }

file为该文件加下文件数量。如果大于1(不光只有_success文件)则说明跑出来数据了。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值