from_csv函式
適用於： 
Databricks SQL Databricks Runtime
傳回具有 csvStr 和 schema的結構值。
語法
from_csv(csvStr, schema [, options])
引數
csvStr：指定 CSV 數據列的 STRING 運算式。schema：schema_of_csv函式的 STRING 常值或調用。options：選擇性的 MAP<STRING，STRING> 常值指定指示詞。
傳回
STRUCT，具有符合架構定義的功能變數名稱和型別。
csvStr應該在和options方面schema形成良好的格式。
schema 必須定義為逗號分隔的資料列名稱和資料類型組，例如 CREATE TABLE。
options如果提供，可以是下列任一項：
sep（預設值,）：為每個欄位和值設定分隔符。 此分隔符可以是一或多個字元。encoding（預設 UTF-8）：依指定的編碼類型譯碼 CSV 檔案。quote（預設值"）：設定單一字元，用來逸出引號值，其中分隔符可以是值的一部分。 如果您想要關閉引號，您必須設定非 Null，但設定空字串。 此行為與com.databricks.spark.csv不同。escape（預設值\）：設定單一字元，用於逸出已經加上引號的值內的引號。charToEscapeQuoteEscaping（預設值escape或\0）：設定單一字元，用於逸出引號字元的逸出。 當 和quote字元不同時escape，預設值為逸出字元，\0否則為逸出字元。comment（預設空白字串）：設定單一字元，用來略過以這個字元開頭的行。 根據預設，它會停用。- 標頭 （預設值
false）：使用第一行做為數據行的名稱。 enforceSchema（預設值true）：如果設定為 true，則會強制將指定的或推斷的架構套用至數據源檔案，而且會忽略 CSV 檔案中的標頭。 如果選項設定為 false，則當標頭選項設定為 true 時，會針對 CSV 檔案中的所有標頭驗證架構。 架構和 CSV 標頭中數據行名稱的功能變數名稱會依考慮spark.sql.caseSensitive的位置來檢查。 雖然預設值為 true，但建議停用 enforceSchema 選項，以避免不正確的結果。inferSchema（預設值false）：從數據自動推斷輸入架構。 它需要一個額外的傳遞數據。samplingRatio（預設值 1.0）：定義用於架構推斷的數據列分數。ignoreLeadingWhiteSpace（預設值false）：旗標，指出是否應該略過讀取值中的前置空格符。ignoreTrailingWhiteSpace（預設值false）：旗標，指出是否應該略過正在讀取之值的尾端空格符。nullValue（預設空白字串）：設定 Null 值的字串表示。emptyValue（預設空白字串）：設定空值的字串表示。nanValue（預設值NaN）：設定非數位值的字串表示。positiveInf（預設值Inf）：設定正無限值的字串表示。negativeInf（預設值-Inf)：設定負無限大值的字串表示。dateFormat（預設值yyyy-MM-dd）：設定表示日期格式的字串。 自訂日期格式會遵循 Datetime 模式的格式。 這適用於日期類型。timestampFormat（預設值yyyy-MM-dd'T'HH:mm:ss[.SSS][XXX]）：設定表示時間戳格式的字串。 自訂日期格式會遵循 Datetime 模式的格式。 這適用於時間戳類型。maxColumns（預設值20480）：定義記錄可以擁有多少數據行的硬性限制。maxCharsPerColumn（預設值 -1）：定義讀取任何指定值所允許的最大字元數。 根據預設，它是 -1，表示無限長度unescapedQuoteHandling（預設值STOP_AT_DELIMITER）：定義 CSV 剖析器如何處理未逸出的引號值。STOP_AT_CLOSING_QUOTE：如果在輸入中找到未逸出的引號，請累積引號字元，並繼續將值剖析為引號值，直到找到結尾引號為止。BACK_TO_DELIMITER：如果在輸入中找到未逸出的引號，請將值視為未加上引號的值。 這會使剖析器累積目前剖析值的所有字元，直到找到分隔符為止。 如果在值中找不到分隔符，剖析器會繼續從輸入累積字元，直到找到分隔符或行尾為止。STOP_AT_DELIMITER：如果在輸入中找到未逸出的引號，請將值視為未加上引號的值。 這會使剖析器累積所有字元，直到輸入中找到分隔符或行尾為止。STOP_AT_DELIMITER：如果在輸入中找到未逸出的引號，則會略過指定值的內容剖析，並改為產生 中的nullValue值。RAISE_ERROR：如果在輸入中找到未逸出的引號，TextParsingException則會擲回 。
mode（預設值PERMISSIVE）：允許在剖析期間處理損毀記錄的模式。 它支援下列不區分大小寫的模式。 Spark 嘗試在數據行剪除下只剖析 CSV 中所需的數據行。 因此，損毀的記錄可能會根據必要的欄位集而有所不同。 此行為可由spark.sql.csv.parser.columnPruning.enabled控制（預設為啟用）。PERMISSIVE：當它符合損毀的記錄時，會將格式錯誤的字串放入 所設定columnNameOfCorruptRecord的欄位中，並將格式不正確的欄位設定為 null。 若要保留損毀的記錄，用戶可以在使用者定義的架構中設定名為 columnNameOfCorruptRecord 的字串類型字段。 如果架構沒有 欄位，則會在剖析期間卸除損毀的記錄。 具有比架構少或更多令牌的記錄不是 CSV 損毀的記錄。 當它符合令牌少於架構長度的記錄時，請將 Null 設定為額外的欄位。 當記錄的令牌超過架構長度時，它會卸除額外的令牌。FAILFAST：當它符合損毀的記錄時，會擲回例外狀況。
columnNameOfCorruptRecord（預設值為 中指定的spark.sql.columnNameOfCorruptRecord值）：允許重新命名新字段，其格式不正確的字串是由PERMISSIVE模式所建立。 這會覆寫spark.sql.columnNameOfCorruptRecord。multiLine（預設值false）：剖析一筆記錄，其可能跨越多行。locale（預設值en-US）：以IETF BCP 47 格式設定地區設定為語言標記。 例如，這是在剖析日期和時間戳時使用。lineSep（預設值涵蓋所有\r、\r\n和\n）：定義應該用於剖析的行分隔符。 最大長度為 1 個字元。pathGlobFilter：選擇性的 Glob 模式，只包含符合模式路徑的檔案。 語法會org.apache.hadoop.fs.GlobFilter遵循 。 它不會變更分割區探索的行為。
範例
> SELECT from_csv('1, 0.8', 'a INT, b DOUBLE');
{1,0.8}
> SELECT from_csv('26/08/2015', 'time Timestamp', map('timestampFormat', 'dd/MM/yyyy'));
{"time":2015-08-26 00:00:00}