使用 spark cassandra 连接器在 DataSet 中获取列 writeTime

Posted 2023-04-17

【中文标题】使用 spark cassandra 连接器在 DataSet 中获取列 writeTime

【英文标题】：Fetch column writeTime in DataSet using spark cassandra connector

【发布时间】：2018-03-14 19:32:40

【问题描述】：

我试图弄清楚在尝试将 cassandra 数据加载到 DataSet (DataFrame) 时是否可以使用 spark cassandra 连接器获取列 writeTime

这就是我想要做的：

val df = spark.read.format("org.apache.spark.sql.cassandra")
   .options(Map( "table" -> "table1", "keyspace" -> "keyspace1",
           "cluster" -> "cluster1")).load()

我想将一堆列和 writeTimes 提取到 DataFrame 中：

val someColumns = df.select("column_a", "column_b", 
       "column_c", "column_a".writeTime)

不幸的是，不支持“column_a”.writeTime。有谁知道这个的替代方案吗？

【问题讨论】：

***.com/questions/28504250/…

【参考方案1】：

Dataset API 中还没有对 ttl 和 writeTime 的直接支持。 您可以创建 RDD，然后将 RDD 转换为 DF：

val df = sc.cassandraTable[(Option[String], Option[Long])]("ks", "table").
      select ("name",  "name".writeTime).toDF()