csvStr
：指定 CSV 数据行的字符串表达式。
schema
：
schema_of_csv
函数的字符串字面量或调用。
options
：指定指令的可选 MAP<STRING,STRING> 字面量。
一个结构，其字段名称和类型与架构定义匹配。
csvStr
在
schema
和
options
方面应格式正确。
schema
必须定义为逗号分隔的列名称和数据类型对（例如如同在
CREATE TABLE
中使用一样）。
如果提供，
options
可以是下列任何内容：
sep
（默认值为
,
）：为每个字段和值设置分隔符。 此分隔符可以是一个或多个字符。
encoding
（默认值为 UTF-8）：按照指定编码类型对 CSV 文件进行解码。
quote
（默认值为
"
）：设置单个字符，用于转义带引号值，其中分隔符可以是值的一部分。 如果要关闭引用，则需要设置不为 null，但是为空字符串。 此行为与
com.databricks.spark.csv
不同。
escape
（默认值为
\
）：设置单个字符，用于在带引号值内转义引号。
charToEscapeQuoteEscaping
（默认值为
escape
或
\0
）：设置单个字符，用于转义引号字符的转义。 当
escape
与
quote
字符不同时，默认值为转义字符，否则为
\0
。
comment
（默认值为空字符串）：设置单个字符，用于跳过以此字符开头的行。 默认禁用此项。
标头（默认值为
false
）：使用第一行作为列的名称。
enforceSchema
（默认值为
true
）：如果设置为 true，则会将指定或推断的架构强制应用于数据源文件，并且会忽略 CSV 文件中的标头。 如果该选项设置为 false，则在标头选项设置为 true 时，会按照 CSV 文件中的所有标头验证架构。 架构中的字段名称和 CSV 标头中的列名会按照其位置进行检查（需考虑
spark.sql.caseSensitive
）。 尽管默认值为 true，但建议禁用 enforceSchema 选项以避免错误的结果。
inferSchema
（默认值为
false
）：从数据自动推断输入架构。 它需要对数据进行一次额外传递。
samplingRatio
（默认值为 1.0）：定义用于架构推断的行的比例。
ignoreLeadingWhiteSpace
（默认值为
false
）：一个标志，指示是否应跳过所读取的值中的前导空格。
ignoreTrailingWhiteSpace
（默认值为
false
）：一个标志，指示是否应跳过所读取的值中的尾随空格。
nullValue
（默认值为空字符串）：设置 null 值的字符串表示形式。
emptyValue
（默认值为空字符串）：设置空值的字符串表示形式。
nanValue
（默认值为
NaN
）：设置非数字值的字符串表示形式。
positiveInf
（默认值为
Inf
）：设置正无穷大值的字符串表示形式。
negativeInf
（默认值为
-Inf)
）：设置负无穷大值的字符串表示形式。
dateFormat
（默认值为
yyyy-MM-dd
）：设置指示日期格式的字符串。 自定义日期格式遵循
日期/时间模式
中的格式。 这适用于日期类型。
timestampFormat
（默认值为
yyyy-MM-dd'T'HH:mm:ss[.SSS][XXX]
）：设置指示时间戳格式的字符串。 自定义日期格式遵循
日期/时间模式
中的格式。 这适用于时间戳类型。
maxColumns
（默认值为
20480
）：定义记录可以包含的列数的硬限制。
maxCharsPerColumn
（默认值为 -1）：定义所读取的任何指定值允许的最大字符数。 默认情况下，它为 -1，表示长度无限
unescapedQuoteHandling
（默认值为
STOP_AT_DELIMITER
）：定义 CSV 分析程序如何处理具有未转义引号的值。
STOP_AT_CLOSING_QUOTE
：如果在输入中找到了未转义引号，则会累积引号字符并继续将值解析为带引号值，直到找到右引号。
BACK_TO_DELIMITER
：如果在输入中找到了未转义引号，则将该值视为无引号值。 这会使分析程序累积当前所分析值的所有字符，直到找到分隔符。 如果在值中找不到分隔符，则分析程序会继续从输入中累积字符，直到找到分隔符或行尾。
STOP_AT_DELIMITER
：如果在输入中找到了未转义引号，则将该值视为无引号值。 这会使分析程序累积所有字符，直到在输入中找到分隔符或行尾。
STOP_AT_DELIMITER
：如果在输入中找到了未转义引号，则会跳过为指定值分析的内容，而是改为生成
nullValue
中设置的值。
RAISE_ERROR
：如果在输入中找到了未转义引号，则会引发
TextParsingException
。
mode
（默认值为
PERMISSIVE
）：允许采用在分析期间处理损坏记录的模式。 它支持以下不区分大小写的模式。 Spark 尝试在删除列时仅分析 CSV 中的必需列。 因此，根据必需字段集，损坏的记录可能会有所不同。 此行为可以通过
spark.sql.csv.parser.columnPruning.enabled
进行控制（默认情况下启用）。
PERMISSIVE
：遇到损坏的记录时，将格式错误的字符串放入由
columnNameOfCorruptRecord
配置的字段中，并将格式错误的字段设置为 null。 若要保留损坏的记录，用户可以在用户定义的架构中设置名为 columnNameOfCorruptRecord 的字符串类型字段。 如果架构没有该字段，则会在分析期间删除损坏的记录。 标记比架构更少或更多的记录不是 CSV 的损坏记录。 当它遇到标记少于架构长度的记录时，会将 null 设置为额外字段。 当记录的标记多于架构的长度时，会删除额外标记。
FAILFAST
：遇到损坏的记录时引发异常。
columnNameOfCorruptRecord
（默认值为
spark.sql.columnNameOfCorruptRecord
中指定的值）：允许重命名通过
PERMISSIVE
模式创建的包含格式错误字符串的新字段。 这会替代
spark.sql.columnNameOfCorruptRecord
。
multiLine
（默认值为
false
）：分析一个记录，该记录可能跨多行。
locale
（默认值为
en-US
）：将区域设置设置为 IETF BCP 47 格式的语言标记。 例如，这会在分析日期和时间戳时进行使用。
lineSep
（默认值涵盖所有
\r
、
\r\n
和
\n
）：定义应该用于分析的行分隔符。 最大长度为 1 个字符。
pathGlobFilter
：可选的 glob 模式，用于仅包含路径与模式匹配的文件。 语法遵循
org.apache.hadoop.fs.GlobFilter
。 它不会更改分区发现的行为。
> 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}
from_json 函数
schema_of_json 函数
schema_of_csv 函数
to_json 函数
to_csv 函数
