Sparklyr - Ondalık hassasiyet 8 max hassasiyetli aşıyor 7

Question

Ben spark_read_csv kullanarak Kıvılcım içine büyük bir veritabanını kopyalamak çalışıyorum ama çıktı olarak aşağıdaki hatayı alıyorum:

Error: org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 16.0 failed 4 times, most recent failure: Lost task 0.3 in stage 16.0 (TID 176, 10.1.2.235): java.lang.IllegalArgumentException: requirement failed: Decimal precision 8 exceeds max precision 7

data_tbl <- spark_read_csv(sc, "data", "D:/base_csv", delimiter = "|", overwrite = TRUE) 

Bu büyük var veri kümesi, yaklaşık 5.8 milyon kayıt, veri kümem ile Int, num ve chr türlerine sahibim.

Answer 1

Ben size buradan

Spark> = 1.6.1

kullandığınız kıvılcım sürümüne bağlı birkaç seçeneğe sahipsiniz düşünüyorum: Öyle görünüyor ki https://docs.databricks.com/spark/latest/sparkr/functions/read.df.html , özel olarak belirtebilirsiniz senin kullanmaya zorlamak için şema katına

csvSchema <- structType(structField("carat", "double"), structField("color", "string")) 
diamondsLoadWithSchema<- read.df("/databricks-datasets/Rdatasets/data-001/csv/ggplot2/diamonds.csv", 
           source = "csv", header="true", schema = csvSchema) 

Spark < 1.6.1 test.csv

1,a,4.1234567890 
2,b,9.0987654321 

kolayca bu daha etkili hale getirebilir düşünün ama özü

linesplit <- function(x){ 
    tmp <- strsplit(x,",") 
    return (tmp) 
} 

lineconvert <- function(x){ 
    arow <- x[[1]] 
    converted <- list(as.integer(arow[1]), as.character(arow[2]),as.double(arow[3])) 
    return (converted) 
} 
rdd <- SparkR:::textFile(sc,'/path/to/test.csv') 
lnspl <- SparkR:::map(rdd, linesplit) 
ll2 <- SparkR:::map(lnspl,lineconvert) 
ddf <- createDataFrame(sqlContext,ll2) 
head(ddf) 

    _1 _2   _3 
1 1 a 4.1234567890 
2 2 b 9.0987654321 

NOT olsun düşünüyorum: SparkR ::: yöntemler bir nedeni, dokümanlar için özeldir 'bunu kullandığınızda dikkatli ol' diyelim '