如何从EMR的S3存储桶中读取XML文件？

Question

我已将XML文件存储在S3存储桶中，并希望在键入后在EMR上读取它们：

sqlContext.read.format("com.databricks.spark.xml").option("rowTag", "Profile").load(xml_file_path)

它给了我错误：

调用o445.load时发生错误。：java.lang.ClassNotFoundException：无法找到数据源：com.databricks.spark.xml。请在http://spark.apache.org/third-party-projects.html]中找到软件包

我已将XML文件存储在S3存储桶中，并希望在键入以下内容后在EMR上读取它们：sqlContext.read.format（“ com.databricks.spark.xml”）。option（“ rowTag”，“ Profile”）。load（ xml_file_path）它给了我错误：...

Answer 1

1. 通过Spark将正在运行的EMR群集上的spark-xml库安装到Link