Databricks String (XML) columns parsing

I’m trying to parse XML strings written in multiple rows of a table field

What i have:

1. Spark Dataframe

The dataframe is like this:

With this schema:

root
 |-- Id: decimal(18,0) (nullable = true)
 |-- OrderId: string (nullable = true)
 |-- Action: string (nullable = true)
 |-- TrayportDateTimeUTC: timestamp (nullable = true)
 |-- GV8Data: string (nullable = true)

2. XML Sample

This is the sample of one XML string:

<GV8APIDATA
    xmlns:xsd="http://www.w3.org/2001/XMLSchema"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xmlns="gv8api-trayport-com">
    <ORDER EngineID="1" PersistentOrderID="60076044" OrderID="52389917" OldEngineID="0" OldOrderID="0" Action="Remove" DateTime="2023-10-14T00:16:33.0467795Z" DateTimeNanoSecondsPart="0" Price="169.50" Volume="1" HiddenVolume="0" PriceDelta="0.00" Side="Ask" Status="Withheld" Company="Company" CompanyID="278" Broker="ICAP" BrokerID="4" User="User" UserID="1910" Trader="User" TraderID="1910" OrderType="GoodTillCancelled" AllOrNone="false" CounterPartyOk="false" SystemRank="55936541" ImpliedType="None" IsTradable="No" OrderDealt="false" TradingCapacity="DEAL" ExecutionMaker="19850428" DerivativeIndicator="false" DEA="false" LiquidityProvision="true" ProductClassification="RM - MIFID" IsMarketData="true" IsOwnData="true">
        <INSTSPECIFIER InstID="10641712" InstName="Germany Peaks EEX" FirstSequenceID="10000104" SeqSpan="Single" FirstSequenceItemID="240" SecondSequenceItemID="0" FirstSequenceItemName="Dec-23" SecondSequenceItemName="" TermFormatID="2906593310" ExternalInstID="10641712"/>
    </ORDER>
</GV8APIDATA>

From my checks the XML is well formatted

My Tentative

1. Spark Sql Fast Test

Using from_xml e schema_of_xml functions

%sql
SELECT from_xml('<GV8APIDATA
    xmlns:xsd="http://www.w3.org/2001/XMLSchema"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xmlns="gv8api-trayport-com">
    <ORDER EngineID="1" PersistentOrderID="60076044" OrderID="52389917" OldEngineID="0" OldOrderID="0" Action="Remove" DateTime="2023-10-14T00:16:33.0467795Z" DateTimeNanoSecondsPart="0" Price="169.50" Volume="1" HiddenVolume="0" PriceDelta="0.00" Side="Ask" Status="Withheld" Company="Company" CompanyID="278" Broker="ICAP" BrokerID="4" User="User" UserID="1910" Trader="User" TraderID="1910" OrderType="GoodTillCancelled" AllOrNone="false" CounterPartyOk="false" SystemRank="55936541" ImpliedType="None" IsTradable="No" OrderDealt="false" TradingCapacity="DEAL" ExecutionMaker="19850428" DerivativeIndicator="false" DEA="false" LiquidityProvision="true" ProductClassification="RM - MIFID" IsMarketData="true" IsOwnData="true">
        <INSTSPECIFIER InstID="10641712" InstName="Germany Peaks EEX" FirstSequenceID="10000104" SeqSpan="Single" FirstSequenceItemID="240" SecondSequenceItemID="0" FirstSequenceItemName="Dec-23" SecondSequenceItemName="" TermFormatID="2906593310" ExternalInstID="10641712"/>
    </ORDER>
</GV8APIDATA>', schema_of_xml('<GV8APIDATA
    xmlns:xsd="http://www.w3.org/2001/XMLSchema"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xmlns="gv8api-trayport-com">
    <ORDER EngineID="1" PersistentOrderID="60076044" OrderID="52389917" OldEngineID="0" OldOrderID="0" Action="Remove" DateTime="2023-10-14T00:16:33.0467795Z" DateTimeNanoSecondsPart="0" Price="169.50" Volume="1" HiddenVolume="0" PriceDelta="0.00" Side="Ask" Status="Withheld" Company="Company" CompanyID="278" Broker="ICAP" BrokerID="4" User="User" UserID="1910" Trader="User" TraderID="1910" OrderType="GoodTillCancelled" AllOrNone="false" CounterPartyOk="false" SystemRank="55936541" ImpliedType="None" IsTradable="No" OrderDealt="false" TradingCapacity="DEAL" ExecutionMaker="19850428" DerivativeIndicator="false" DEA="false" LiquidityProvision="true" ProductClassification="RM - MIFID" IsMarketData="true" IsOwnData="true">
        <INSTSPECIFIER InstID="10641712" InstName="Germany Peaks EEX" FirstSequenceID="10000104" SeqSpan="Single" FirstSequenceItemID="240" SecondSequenceItemID="0" FirstSequenceItemName="Dec-23" SecondSequenceItemName="" TermFormatID="2906593310" ExternalInstID="10641712"/>
    </ORDER>
</GV8APIDATA>')) test

and I obtain more or less the expected result

2. Spark Sql Estensive Test

Using from_xml e schema_of_xml functions

SELECT from_xml(GV8Data, schema_of_xml('STRUCT<ORDER: STRUCT<INSTSPECIFIER: STRUCT<_ExternalInstID: BIGINT, _FirstSequenceID: BIGINT, _FirstSequenceItemID: BIGINT, _FirstSequenceItemName: STRING, _InstID: BIGINT, _InstName: STRING, _SecondSequenceItemID: BIGINT, _SecondSequenceItemName: STRING, _SeqSpan: STRING, _TermFormatID: BIGINT>, _Action: STRING, _AllOrNone: BOOLEAN, _Broker: STRING, _BrokerID: BIGINT, _Company: STRING, _CompanyID: BIGINT, _CounterPartyOk: BOOLEAN, _DEA: BOOLEAN, _DateTime: TIMESTAMP, _DateTimeNanoSecondsPart: BIGINT, _DerivativeIndicator: BOOLEAN, _EngineID: BIGINT, _ExecutionMaker: BIGINT, _HiddenVolume: BIGINT, _ImpliedType: STRING, _IsMarketData: BOOLEAN, _IsOwnData: BOOLEAN, _IsTradable: STRING, _LiquidityProvision: BOOLEAN, _OldEngineID: BIGINT, _OldOrderID: BIGINT, _OrderDealt: BOOLEAN, _OrderID: BIGINT, _OrderType: STRING, _PersistentOrderID: BIGINT, _Price: DOUBLE, _PriceDelta: DOUBLE, _ProductClassification: STRING, _Side: STRING, _Status: STRING, _SystemRank: BIGINT, _Trader: STRING, _TraderID: BIGINT, _TradingCapacity: STRING, _User: STRING, _UserID: BIGINT, _Volume: BIGINT>, _xmlns: STRING, `_xmlns:xsd`: STRING, `_xmlns:xsi`: STRING>')) test
FROM PARQUET.`path_to_file/file.parquet`

things begin to get wrong

3. Pyspark Test

from pyspark.sql.types import StructType, StructField, StringType, IntegerType, FloatType, BooleanType, TimestampType

# INSTSPECIFIER
inst_specifier_schema = StructType([
    StructField("InstID", StringType(), True),
    StructField("InstName", StringType(), True),
    StructField("FirstSequenceID", StringType(), True),
    StructField("SeqSpan", StringType(), True),
    StructField("FirstSequenceItemID", StringType(), True),
    StructField("SecondSequenceItemID", StringType(), True),
    StructField("FirstSequenceItemName", StringType(), True),
    StructField("SecondSequenceItemName", StringType(), True),
    StructField("TermFormatID", StringType(), True),
    StructField("ExternalInstID", StringType(), True)
])

# ORDER
order_schema = StructType([
    StructField("EngineID", StringType(), True),
    StructField("PersistentOrderID", StringType(), True),
    StructField("OrderID", StringType(), True),
    StructField("OldEngineID", StringType(), True),
    StructField("OldOrderID", StringType(), True),
    StructField("Action", StringType(), True),
    StructField("DateTime", StringType(), True),
    StructField("DateTimeNanoSecondsPart", StringType(), True),
    StructField("Price", FloatType(), True),
    StructField("Volume", StringType(), True),
    StructField("HiddenVolume", StringType(), True),
    StructField("PriceDelta", FloatType(), True),
    StructField("Side", StringType(), True),
    StructField("Status", StringType(), True),
    StructField("Company", StringType(), True),
    StructField("CompanyID", StringType(), True),
    StructField("Broker", StringType(), True),
    StructField("BrokerID", StringType(), True),
    StructField("User", StringType(), True),
    StructField("UserID", StringType(), True),
    StructField("Trader", StringType(), True),
    StructField("TraderID", StringType(), True),
    StructField("OrderType", StringType(), True),
    StructField("AllOrNone", BooleanType(), True),
    StructField("CounterPartyOk", BooleanType(), True),
    StructField("SystemRank", StringType(), True),
    StructField("ImpliedType", StringType(), True),
    StructField("IsTradable", StringType(), True),
    StructField("OrderDealt", BooleanType(), True),
    StructField("TradingCapacity", StringType(), True),
    StructField("ExecutionMaker", StringType(), True),
    StructField("DerivativeIndicator", BooleanType(), True),
    StructField("DEA", BooleanType(), True),
    StructField("LiquidityProvision", BooleanType(), True),
    StructField("ProductClassification", StringType(), True),
    StructField("IsMarketData", BooleanType(), True),
    StructField("IsOwnData", BooleanType(), True),
    StructField("INSTSPECIFIER", inst_specifier_schema, True)
])

# root
gv8api_data_schema = StructType([
    StructField("ORDER", order_schema, True)
])

df = spark.read.parquet("path_to_file/file.parquet")
parsed_df = df.withColumn("parsed_xml", from_xml("GV8Data",schema=order_schema))

My results

I receive this obscure error

Error in callback <bound method UserNamespaceCommandHook.post_run_cell of <dbruntime.DatasetInfo.UserNamespaceCommandHook object at 0x7fe060e563e0>> (for post_run_cell):

With no other details.

What am I missing?

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật