给予模式，如自述文件中的示例所示：

import org.apache.spark.sql.SQLContext
import org.apache.spark.sql.types.{StructType, StructField, StringType, IntegerType}

val sqlContext = new SQLContext(sc)
val customSchema = StructType(Array(
    StructField("year", IntegerType, true),
    StructField("make", StringType, true),
    StructField("model", StringType, true),
    StructField("comment", StringType, true),
    StructField("blank", StringType, true)))

val df = sqlContext.load(
    "com.databricks.spark.csv",
    schema = customSchema,
    Map("path" -> "cars.csv", "header" -> "true"))

val selectedData = df.select("year", "model")
selectedData.save("newcars.csv", "com.databricks.spark.csv")

字符串
当然，除了对大整数字段使用LongType之外。
查看代码，这看起来确实应该工作：使用TypeCast.castTo将字段从String转换为所需的类型，而LongType的TypeCast.castTo只需调用datum.toLong，即可按需工作（你可以在Scala REPL中检查"20130102180600".toLong）。事实上，InferSchema也可以处理这种情况。我强烈怀疑这个问题是不同的：也许这些数字甚至超出了Long的范围？