我有以下問題：假設我有一個包含壓縮目錄的目錄，該壓縮目錄包含多個文件，存儲在HDFS上。我想創建一個包含一些T類型對象的RDD，即：context = new JavaSparkContext(conf);JavaPairRDD<String, String> filesRDD = context.wholeTextFiles(inputDataPath);JavaPairRDD<String, String> filesRDD = context.wholeTextFiles(inputDataPath);JavaRDD<T> processingFiles = filesRDD.map(fileNameContent -> {    // The name of the file    String fileName = fileNameContent._1();    // The content of the file    String content = fileNameContent._2();    // Class T has a constructor of taking the filename and the content of each    // processed file (as two strings)    T t = new T(content, fileName);    return t;});現在，當inputDataPath目錄包含文件時，可以很好地工作，例如，當它類似于：String inputDataPath =  "hdfs://some_path/*/*/"; // because it contains subfolders但是，當一個tgz包含多個文件時，文件內容（fileNameContent._2()）為我提供了一些無用的二進制字符串（相當不錯）。我在SO上發現了類似的問題，但是情況不一樣，因為解決方案是每次壓縮僅包含一個文件，而在我的情況下，還有許多其他文件需要單獨讀取為整個文件。我還發現了有關的問題wholeTextFiles，但這在我的情況下不起作用。任何想法如何做到這一點？編輯：我試圖從讀者在這里（試圖從測試的讀者在這里，就像在功能testTarballWithFolders()），但每當我打電話TarballReader tarballReader = new TarballReader(fileName);我得到NullPointerException：java.lang.NullPointerException    at java.util.zip.InflaterInputStream.<init>(InflaterInputStream.java:83)    at java.util.zip.GZIPInputStream.<init>(GZIPInputStream.java:77)    at java.util.zip.GZIPInputStream.<init>(GZIPInputStream.java:91)    at utils.TarballReader.<init>(TarballReader.java:61)    at main.SparkMain.lambda$0(SparkMain.java:105)    at main.SparkMain$$Lambda$18/1667100242.call(Unknown Source)    at org.apache.spark.api.java.JavaPairRDD$$anonfun$toScalaFunction$1.apply(JavaPairRDD.scala:1015)    at scala.collection.Iterator$$anon$11.next(Iterator.scala:328)    at scala.collection.Iterator$class.foreach(Iterator.scala:727)第105行MainSpark是我在帖子編輯中顯示的上方的行，而第61行TarballReader是GZIPInputStream gzip = new GZIPInputStream(in);in上面一行輸入流的值為空：InputStream in = this.getClass().getResourceAsStream(tarball);我在正確的道路上嗎？如果是這樣，我如何繼續？為什么我得到這個空值，我該如何解決？