Jeg foretrækker at bruge native spark dataframe, fordi det giver mig mulighed for mere tilpasning. Jeg kan bruge stringtype egenskab til at caste json-felt fra dataramme til jsonb-felt i tabellen. I dette tilfælde har min dataramme to felter.
from pyspark import SparkConf
sc = SparkContext.getOrCreate(SparkConf())
spark = SparkSession(sc)
df = spark.read.format('csv') \
.option('delimiter','|') \
.option('header','True') \
.load('your_path')
##some transformation...
url = 'jdbc:postgresql://your_host:5432/your_databasename'
properties = {'user':'*****',
'password':'*****',
'driver': "org.postgresql.Driver",
'stringtype':"unspecified"}
df.write.jdbc(url=url, table='your_tablename', mode='append', properties=properties)
Før du udfører ovenstående script, bør du oprette tabellen i postgresql, fordi egenskaben tilstand er indstillet som tilføj . Dette som følger:
create table your_tablename
(
my_json_field jsonb,
another_field int
)