将字段附加到JSON数据集Java-Spark

Question

我正在使用Java-Spark将JSON加载到Dataset中，如下所示：

 Dataset<Row> df = spark.read().json(jsonFile);

假设我的JSON看起来像：

{
    "field1":
    {
        "key1":"value1"
    }
 }

现在我想添加一个新字段，使我的JSON看起来像：

{
    "field1":
    {
        "key1":"value1",
        "key2":"value2"
    }
 }

所以我做的是：

df = df.withColumn("field1.key2", function.lit("value2"));

但我的JSON看起来像：

{
    "field1":
    {
        "key1":"value1"
    },
     "field1.key2":"value2"
}

那么我该如何解决呢？

谢谢。

Answer 1

一个选项可以是，您可以将文件作为文本文件读取，在map操作中，您可以使用创建json对象并对记录进行必要的修改，如下所示：

import org.json.JSONObject

val input = sparkSession.sparkContent.textFile("<input_file_path>")

val resultRDD = input.map(row => {

    val json = new JSONObject(row)
    json.getJSONObject("field1").put("key2", "value2")

    json.toString
})

val resultDF = sparkSession.read.json(resultRDD)
resultDF.printSchema()