无法在 databricks 社区版集群中 cat dbfs 文件。FileNotFoundError: [Errno 2] 没有这样的文件或目录：

Question

尝试读取databricks 社区版集群中的增量日志文件。(databricks-7.2 版本)

df=spark.range(100).toDF("id")
df.show()
df.repartition(1).write.mode("append").format("delta").save("/user/delta_test")

---

with open('/user/delta_test/_delta_log/00000000000000000000.json','r')  as f:
  for l in f:
    print(l)

Getting file not found error:

FileNotFoundError: [Errno 2] No such file or directory: '/user/delta_test/_delta_log/00000000000000000000.json'
---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
<command-1759925981994211> in <module>
----> 1 with open('/user/delta_test/_delta_log/00000000000000000000.json','r')  as f:
      2   for l in f:
      3     print(l)

FileNotFoundError: [Errno 2] No such file or directory: '/user/delta_test/_delta_log/00000000000000000000.json'

我尝试添加/dbfs/，但dbfs:/没有解决，仍然出现相同的错误。

with open('/dbfs/user/delta_test/_delta_log/00000000000000000000.json','r')  as f:
  for l in f:
    print(l)

但是使用dbutils.fs.head我能够读取文件。

dbutils.fs.head("/user/delta_test/_delta_log/00000000000000000000.json")

'{"commitInfo":{"timestamp":1598224183331,"userId":"284520831744638","userName":"","operation":"WRITE","operationParameters":{"mode":"Append","partitionBy":"[]"},"notebook":{"","isolationLevel":"WriteSerializable","isBlindAppend":true,"operationMetrics":{"numFiles":"1","numOutputBytes":"1171","numOutputRows":"100"}}}\n{"protocol":{"minReaderVersi...etc

我们如何dbfs file在 databricks 中读取/cat a python open method？

Answer 1

默认情况下，这些数据在 DBFS 上，您的代码需要了解如何访问它。Python 不知道——这就是它失败的原因。

但是有一个解决方法 - DBFS 挂载到节点 /dbfs，因此您只需要将其附加到您的文件名：而不是/user/delta_test/_delta_log/00000000000000000000.json，使用/dbfs/user/delta_test/_delta_log/00000000000000000000.json

更新：在社区版上，在 DBR 7+ 中，此安装被禁用。解决方法是使用dbutils.fs.cp命令将文件从 DBFS 复制到本地目录，例如/tmp，或/var/tmp，然后从中读取：

dbutils.fs.cp("/file_on_dbfs", "file:///tmp/local_file")

请注意，如果您不指定 URI 架构，则默认情况下该文件是指 DBFS，而要指代您需要使用file://前缀的本地文件（请参阅文档）。