我们可以使用以下代码读取avro文件，
val df = spark.read.format("com.databricks.spark.avro").load(path)
是否可以使用Spark数据帧读取pdf文件？
您不能读取pdf并存储在df中，因为它不会中断数据帧的列(基本上它没有标准架构(，所以如果您想从pdf中获取一些数据，请先将其转换为csv或parquet，然后从该文件中读取，然后创建一个数据帧，因为它有一个定义的架构
访问本gitbook，了解更多关于可用读取格式的信息，您可以使用这些格式来获得数据帧
DataFrameReader—从外部数据源加载数据