Spark是大数据分体的利器，有很多很棒的功能，不过尴尬的是，读取文本文件或CSV文件，如果源数据不是utf-8编码的，会出现中文乱码。工具/原料moreIntelliJ IDEA安装好Spark环境方法/步骤1/6分步阅读

首先要知道源数据是什么中文编码，如果编码不是utf-8的话，用默认的方法读取：

spark.read.option(header,true).csv(path)

spark.read.textFile(path)

就会有中文乱码。

2/6

运行IntelliJ IDEA，创建好相关的工程

3/6

要了解中文乱码的原因，这是原因上面的方法默认用TextInputFormat，而在TextInputFormat中把编码写死为UTF_8

4/6

读取文本文件的，我们可以spark.sparkContext.hadoopFile的方法中，对字符串的编码进行转换

5/6

如果不知道中文编码，可以遍历使用GBK、“GB2312等可能的中文编码，直到输出结果没中文乱码为止

6/6

如果是读取CSV文件的，也是要用hadoopFile这个低层的方法，先进行中文编码转化，再封装好StructField等的类型

SPARK读文本SPARK中文乱码CSV中文乱码SPARK文本乱码