一、首先使用sparksql读取需要合并的数据。当然有两种情况，
一种是读取全部数据，即需要合并所有小文件。
第二种是合并部分数据，比如只查询某一天的数据，只合并某一个天分区下的小文件。
val df: DataFrame = spark.sql("sql")
二、将读取到的数据写入临时文件中。此处需注意使用coalesce方法对文件进行合并。
df.coalesce(1).write.mode(SaveMode.Overwrite).parquet(temp_path)
三、将临时文件写入待合并文件的目录，并采用Overwrite的方式。
spark.read.parquet(tmp_path).write.mode(SaveMode.Overwrite).save(origin_table_path)
参考以下文章，感谢分享：https://www.cnblogs.com/zfwwdz/p/13154995.html
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
