如何使用apache spark java中的hadoop office库将数据集写入excel文件

目前我正在使用com.crealytics.spark.excel来读取excel文件,但是使用这个库我无法将数据集写入excel文件.
这个link说使用hadoop办公室库(org.zuinnote.spark.office.excel)我们可以读写excel文件

请帮我把数据集对象写入spark java中的excel文件.

解决方法:

您可以使用org.zuinnote.spark.office.excel来使用数据集读取和写入Excel文件.示例在https://github.com/ZuInnoTe/spark-hadoopoffice-ds/给出.但是,如果您在数据集中读取Excel并尝试将其写入另一个Excel文件,则会出现一个问题.请在https://github.com/ZuInnoTe/hadoopoffice/issues/12查看scala中的问题和解决方法.

我使用org.zuinnote.spark.office.excel编写了一个Java示例程序,并在该链接中给出了解决方法.请看看这是否对您有所帮助.

public class SparkExcel {
    public static void main(String[] args) {
        //spark session
        SparkSession spark = SparkSession
                .builder()
                .appName("SparkExcel")
                .master("local[*]")
                .getOrCreate();

        //Read
        Dataset<Row> df = spark
                .read()
                .format("org.zuinnote.spark.office.excel")
                .option("read.locale.bcp47", "de")
                .load("c:\\temp\\test1.xlsx");

        //Print
        df.show();
        df.printSchema();

        //Flatmap function
        FlatMapFunction<Row, String[]> flatMapFunc = new FlatMapFunction<Row, String[]>() {
            @Override
            public Iterator<String[]> call(Row row) throws Exception {
                ArrayList<String[]> rowList = new ArrayList<String[]>();
                List<Row> spreadSheetRows = row.getList(0);
                for (Row srow : spreadSheetRows) {
                    ArrayList<String> arr = new ArrayList<String>();
                    arr.add(srow.getString(0));
                    arr.add(srow.getString(1));
                    arr.add(srow.getString(2));
                    arr.add(srow.getString(3));
                    arr.add(srow.getString(4));
                    rowList.add(arr.toArray(new String[] {}));
                }
                return rowList.iterator();
            }
        };

        //Apply flatMap function
        Dataset<String[]> df2 = df.flatMap(flatMapFunc, spark.implicits().newStringArrayEncoder());

        //Write
        df2.write()
           .mode(SaveMode.Overwrite)
           .format("org.zuinnote.spark.office.excel")
           .option("write.locale.bcp47", "de")
           .save("c:\\temp\\test2.xlsx");

    }
}

我用Java 8和Spark 2.1.0测试了这段代码.我正在使用maven并从https://mvnrepository.com/artifact/com.github.zuinnote/spark-hadoopoffice-ds_2.11/1.0.3添加了对org.zuinnote.spark.office.excel的依赖

标签：java,excel,apache-spark,apache-spark-sql,spark-dataframe
来源： https://codeday.me/bug/20190701/1349735.html