http://spark.apache.org/docs/latest/sql-programming-guide.html#interoperating-使用RDD
该链接显示如何将txt文件更改为rdd，然后更改为dataframe。
那么如何处理二进制文件呢？
举个例子，非常感谢。
这里有一个类似的问题没有答案：将二进制数据读入（py）sparkDataframe
更详细地说，我不知道如何解析二进制文件。例如，我可以将txt文件解析为以下行或字：

JavaRDD<Person> people = sc.textFile("examples/src/main/resources/people.txt").map(
  new Function<String, Person>() {
    public Person call(String line) throws Exception {
      String[] parts = line.split(",");

      Person person = new Person();
      person.setName(parts[0]);
      person.setAge(Integer.parseInt(parts[1].trim()));

      return person;
    }
  });

似乎我只需要一个api，可以这样解析二进制文件或二进制流：

JavaRDD<Person> people = sc.textFile("examples/src/main/resources/people.bin").map(
      new Function<String, Person>() {
        public Person call(/*stream or binary file*/) throws Exception {
          /*code to construct every row*/
          return person;
        }
      });

编辑：二进制文件包含结构数据（关系数据库的表，数据库是一个自制的数据库），我知道结构数据的元信息，我计划将结构数据改成rdd[row]。
当我使用 FileSystem 的api(http://hadoop.apache.org/docs/current/api/org/apache/hadoop/fs/filesystem.html)将二进制流写入hdfs，二进制文件是可拆分的。我不知道如何像上面的示例代码那样解析二进制文件。所以到目前为止我什么都没试过。