注解是有帮助的，但是泛型展平函数可能不会按所需顺序输出列，和/或处理将数组元素放入它们自己的单独列中的问题。
假设json文件包含以下行：

{"ads": {"subject": "abc", "body": "doing something", "price": 13, "location": {"city": "Houston", "zipcode": 39014}, "attribut": [{"key_label": "a", "value_label": "b"}]}}

如果文件相当一致，并且您已经将spark作为一个依赖项，那么您可能不需要使用单独的库来解析json。
你需要使用 explode 函数来处理“attribute”列是列表这一事实。使用 explode_outer 函数，如果列表可能为空，但您希望保留其他列的值。

import org.apache.spark.sql.functions._
// assuming spark is the Spark Session
val df = spark.read.json("mydata.json")

val df1 = df.select(col("ads.subject").alias("Subject"), col("ads.body").alias("Body"),
          col("ads.location.city").alias("City"), col("ads.location.zipcode").alias("Zipcode"),
          explode(col("ads.attribut")))

val resultDF = df1.select(col("Subject"), col("Body"), col("City"), col("Zipcode"),
               col("col.key_label"), col("col.value_label"))
``` `resultDF.show` 将输出：

+-------+---------------+-------+-------+---------+-----------+
|Subject| Body| City|Zipcode|key_label|value_label|
+-------+---------------+-------+-------+---------+-----------+
| abc|doing something|Houston| 39014| a| b|
+-------+---------------+-------+-------+---------+-----------+

要在指定目录中以单个csv文件的形式输出，请执行以下操作：

resultDF.repartition(1).write.option("header", "true").csv("/tmp/my-output-dir/")