json - Spark 行转 JSON

Question

我想从 Spark v.1.6(使用 scala)数据帧创建 JSON。我知道有一个简单的解决方案:df.toJSON。

但是，我的问题看起来有点不同。例如，考虑一个具有以下列的数据框:

|  A  |     B     |  C1  |  C2  |    C3   |
-------------------------------------------
|  1  | test      |  ab  |  22  |  TRUE   |
|  2  | mytest    |  gh  |  17  |  FALSE  |

我想在最后有一个带有

的数据框

|  A  |     B     |                        C                   |
----------------------------------------------------------------
|  1  | test      | { "c1" : "ab", "c2" : 22, "c3" : TRUE }    |
|  2  | mytest    | { "c1" : "gh", "c2" : 17, "c3" : FALSE }   |

其中 C 是包含 C1、C2、C3 的 JSON。不幸的是，我在编译时不知道数据帧是什么样的(除了始终“固定”的列 A 和 B )。

至于我需要这个的原因:我正在使用 Protobuf 发送结果。不幸的是，我的数据框有时具有比预期更多的列，我仍然会通过 Protobuf 发送这些列，但我不想在定义中指定所有列。

我怎样才能实现这个目标？

Answer 1

Spark 2.1 应该对此用例提供 native 支持(请参阅 #15354)。

import org.apache.spark.sql.functions.to_json
df.select(to_json(struct($"c1", $"c2", $"c3")))