SparkFastDataAnalysis

5.2.2　JSON

• 读取 JSON 数据的最简单的方式是将数据作为文本文件读取，然后使用 JSON 解析器来对 RDD 中的值进行映射操作。
• 也可以使用我们喜欢的 JSON 序列化库来将数据转为字符串，然后将其写出去。
• 在 Java 和 Scala 中也可以使用一个自定义 Hadoop 格式来操作 JSON 数据。

  示例

• Java
• Scala
• Python

  读取JSON

• 将数据作为文本文件读取，然后对 JSON 数据进行解析。
  这种方法假设文件中的每一行都是一条 JSON 记录。
• 读入整个文件，然后对每个文件进行解析。
  有跨行的 JSON 数据。

  保存JSON

  可以使用之前将字符串 RDD 转为解析好的 JSON 数据的库，将由结构化数据组成的 RDD 转为字符串 RDD，然后使用 Spark 的文本文件 API 写出去。