版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
DataFrame与SparkSQL编程DataFrame与SparkSQLnameage第1步:制作“表头”第2步:制作“表中的记录”“Grace”29“Andy”30“John”19第3步:将表头和表中的记录拼装在一起nameage“Grace”29“Andy”30“John”19DataFrame与SparkSQL1导入相应的包scala>importorg.apache.spark.sql.types._importorg.apache.spark.sql.types._
scala>importorg.apache.spark.sql.Rowimportorg.apache.spark.sql.Row
DataFrame与SparkSQL2加载文件生成RDD//生成RDDscala>valpeopleRDD=spark.sparkContext.textFile("file:///usr/local/spark/examples/src/main/resources/people.txt")DataFrame与SparkSQL3制作表头
scala>valschemaString="nameage"
//根据模式字符串生成模式scala>valfields=schemaString.split("").map(fieldName=>StructField(fieldName,StringType,nullable=true))scala>valschema=StructType(fields)//从上面信息可以看出,schema描述了模式信息,模式中包含name和age两个字段
DataFrame与SparkSQL4对peopleRDD的每一行元素进行解析,将表头和表记录拼装起来scala>valrowRDD=peopleRDD.map(_.split(",")).map(attributes=>Row(attributes(0),attributes(1).trim))rowRDD:org.apache.spark.rdd.RDD[org.apache.spark.sql.Row]=MapPartitionsRDD[3]atmapat<console>:29
scala>valpeopleDF=spark.createDataFrame(rowRDD,schema)DataFrame与SparkSQL5注册为临时表供SQL查询使用//必须注册为临时表才能供下面查询使用scala>peopleDF.createOrReplaceTempView("people")scala>valresults=spark.sql("SELECTname,ageFROMpeople")results:org.apache.spark.sql.DataFrame=[name:string,age:string]
scala>results.map(attributes=>"name:"+attributes(0)+","+"age:"+attributes(1)).show()DataFrame与SparkSQL6显示查询结果一个小例子1导入相应的包importorg.apache.spark.sql.SparkSessionimportorg.apache.spark.sql.types.{IntegerType,StringType,StructField,StructType}一个小例子2制作表头valspark=SparkSession.builder().master("local").appName("dateprocess").getOrCreate()valschema=StructType(List(StructField("user_id",IntegerType),StructField("item_id",IntegerType),StructField("category_id",IntegerType),StructField("behavior",StringType)))一个小例子3生成DataFramevaldf=spark.read.format("com.databricks.spark.csv").schema(schema).option("header","false").load("hdfs://localhost:9000/dbtaobao/dataset/user_behavior/UserBehavior.csv")一个小例子4注册为临时表供SQL查询使用//必须注册为临时表才能供下面查询使用df.createOrReplaceTempView("user_behavior")//统计页面浏览量valbehavior_df=spark.sql("selectuser_id,count(if(beha
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年吉林省桦甸市高一数学下册期末考试模拟检测卷(考试直接用)附答案
- 测量 平差课程设计
- 测控系专业方向课程设计
- 基于RAG的知识库设计课程设计
- 编发课程设计
- 数控车床加工仿真系统操作分享课程设计
- 东莞市斯迪诺模具材料建设项目(迁改扩建)环境影响报告表
- 8车道拱桥课程设计
- 智研咨询发布-中国仓储管理系统行业产业链全景分析及发展趋势预测报告
- 华讯网络笔试题及答案
- 2026年单招考试语文试卷(含答案在最后)
- 2026广东东莞职业技术学院招聘事业编制专职辅导员13人笔试参考题库及答案详解
- 2026重庆渝富控股集团有限公司所属企业招聘14人备考题库及答案详解1套
- 2026上海长宁区社区工作者招聘94人笔试参考题库及答案详解
- 2025年当阳市网格员招聘考试真题
- 专利技术合作开发合同范本
- 2026年小学三年级英语第二学期期末考试卷及答案(共十二套)
- 风电场水保施工方案
- 2026年维修钳工高级技师(一级)职业技能鉴定考试题库
- 新疆巴音郭楞蒙古自治州库尔勒市公安辅警招聘知识考试题库附答案
- (2026年)孕妇糖耐量试验健康知识宣教课件
评论
0/150
提交评论