我有一个实木复合地板文件/文件夹（约1GB），我想加载到我的本地Cassandra数据库中。不幸的是，我找不到任何方法（通过SPARK（在Scala中）除外）直接将该文件加载到CDB中。如果我将镶木地板文件吹成CSV文件，对我的笔记本电脑来说太大了。
我正在为一个大数据分析案例设置一个Cassandra数据库（我有大约25TB的原始数据，我们需要快速获取这些数据）。现在，我正在运行一些本地测试，以了解如何优化设计键空间，索引和表，然后再将其作为Hyperscaler上的Cassandra即服务使用。不能将数据转换为CSV，因为这样会炸得太多。
COPY firmographics.company (col1,col2,col3.....) FROM 'C:\Users\Public\Downloads\companies.csv' WITH DELIMITER='\t' AND HEADER=TRUE;
结果证明，就像Alex Ott所说的那样，只需将其写在SPARK中就很容易了。在我的代码下面：
import findspark
from pyspark.sql import SparkSession
findspark.init()
spark = SparkSession\
.builder\
.appName("Spark Exploration App")\
.config('spark.jars.packages','com.datastax.spark:spark-cassandra-connector_2.11:2.3.2')\
.getOrCreate()
import pandas as pd
df = spark.read.parquet("/PATH/TO/FILE/")
import time
start = time.time()
df2.drop('filename').write\
.format("org.apache.spark.sql.cassandra")\
.mode('append')\
.options(table="few_com",keyspace="bmbr")\
.save()
end = time.time()
print(end - start)