所以我设法使用Pig XMLloader将2个代表顶点和边缘数据的XML文件加载到Hadoop/HDFS中，并从中创建Hive表。
我想使用此顶点和边缘数据来创建基于 Spark GraphX 的图形数据库。我从Spark GraphX文档中了解到，除了平面文件之外，源HBASE表还可用于源Spark GraphX。我找不到任何关于使用其他结构化大数据源（如Hive）的Spark GraphX文档。
但是，在SparkSQL Hive中支持作为结构化数据源。SparkSQL也支持JSON结构化数据。
SparkSQL中对Hive的支持是否也意味着使用HiveContext的Hive在Spark GraphX中得到原生支持？使用JSON源文件创建使用.jsonFile（name.json）作为源的VertexRDDs怎么样？
我能看到的唯一解决方案是使用您描述的方法之一创建一个或多个SchemaRDD，然后利用SchemaRDD扩展RDD[Row]的事实。 然后，您可以使用通常的Spark和GraphX方法将其转换为所需的任何方法。
唉，Row有一些缺点。它被标记为"开发人员 API"，并被记录在案，这会导致您的期望。它也不是最友好的使用方式，因为您无法按名称查找字段，但必须按位置进行 - 基本上它只是扩展Seq[Any]。您可以根据用于提取字段的查询来猜测字段的位置，也可以通过调用 schema 方法从SchemaRDD中获取架构的表示形式（Seq[StructField]）。您可以在架构中找到所需的字段，它将位于行中的相应位置！
如果它有帮助，您可以看到我在回答之前的问题时编写的一些代码中使用此方法。我实际上并没有建议你大量使用开发人员API，你会如履薄冰，但这可能是你需要做的。
谢谢斯皮罗。SchemaRDD确实是要走的路。
我使用 HortonWorks 发行版将 Apache Spark 升级到 1.2 版。在此发行版中，Spark HiveContext 支持使用 SchemaRDD 访问 HCatalog 中的表。