2

我正在使用用户定义的函数 (readByteUFF) 来读取文件，执行转换内容并返回 pyspark.sql 行。

在以下设置中，我在 rdd（应遵循相同模式的大量文件集合）上使用此函数：

mapped_rdd = rdd.map(readByteUFF)

df = mapped_rdd.toDF()

df.write.format("delta").mode("append").option("mergeSchema", "true").option("path", "dbfs:/mnt/").saveAsTable("table")

当文件遵循相同的模式时，这很有效，但是在函数返回错误或None整个事情抛出我的情况下

org.apache.spark.SparkException：作业中止。

---------------------------------------------------------------------------
Py4JJavaError                             Traceback (most recent call last)
<command-3680885025756706> in <module>
      8 
      9 #df.createOrReplaceTempView("table")
---> 10 df.write.format("delta").mode("append").option("mergeSchema", "true").option("path", "dbfs:/mnt/").saveAsTable("table")


/databricks/spark/python/pyspark/sql/readwriter.py in saveAsTable(self, name, format, mode, partitionBy, **options)
    775         if format is not None:
    776             self.format(format)
--> 777         self._jwrite.saveAsTable(name)
    778 
    779     @since(1.4)

/databricks/spark/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py in __call__(self, *args)
   1255         answer = self.gateway_client.send_command(command)
   1256         return_value = get_return_value(
-> 1257             answer, self.gateway_client, self.target_id, self.name)
   1258 
   1259         for temp_arg in temp_args:

/databricks/spark/python/pyspark/sql/utils.py in deco(*a, **kw)
     61     def deco(*a, **kw):
     62         try:
---> 63             return f(*a, **kw)
     64         except py4j.protocol.Py4JJavaError as e:
     65             s = e.java_exception.toString()

/databricks/spark/python/lib/py4j-0.10.7-src.zip/py4j/protocol.py in get_return_value(answer, gateway_client, target_id, name)
    326                 raise Py4JJavaError(
    327                     "An error occurred while calling {0}{1}{2}.\n".
--> 328                     format(target_id, ".", name), value)
    329             else:
    330                 raise Py4JError(

我希望能够在处理剩余文件时标记导致问题的文件。有没有办法在 flatMap() 功能中处理这个问题？

4

0 回答 0