从ADLS读取snappy.parquet文件报错：DataframReader对象不可调用

错误原因分析 #

你的代码存在两个关键问题：

1. 语法错误：format("delta"(input_file_path+'filename.snappy.parquet') 括号嵌套混乱，缺少闭合括号，且错误地将文件路径作为参数直接传给format()方法，不符合Spark DataFrameReader的API调用规范。
2. 格式指定错误：你要读取的是snappy压缩的parquet文件，却指定了delta格式，与文件实际类型不匹配。

修正后的代码 #

方法1：直接使用parquet()方法（推荐）

input_file_path = "/mnt....../"
df = spark.read.parquet(input_file_path + 'filename.snappy.parquet')

df_count = df.count()
display(df_count)

方法2：使用format()链式调用load()

input_file_path = "/mnt....../"
df = spark.read.format("parquet").load(input_file_path + 'filename.snappy.parquet')

df_count = df.count()
display(df_count)

补充说明 #

• Spark会自动识别parquet文件的snappy压缩格式，无需额外指定压缩类型。
• 如果确实需要读取Delta Lake表，才需要使用format("delta")，但此时路径应指向Delta表的目录而非单个parquet文件。

内容的提问来源于stack exchange，提问作者Gyari