您好,登錄后才能下訂單哦!
這篇文章主要介紹“Spark examples源碼分析”,在日常操作中,相信很多人在Spark examples源碼分析問題上存在疑惑,小編查閱了各式資料,整理出簡(jiǎn)單好用的操作方法,希望對(duì)大家解答”Spark examples源碼分析”的疑惑有所幫助!接下來,請(qǐng)跟著小編一起來學(xué)習(xí)吧!
SparkSQLExample
private def runBasicDataFrameExample(spark: SparkSession): Unit = {
val df = spark.read.json("hdfs://master:9000/sparkfiles/people.json")
df.show()
import spark.implicits._
df.printSchema()
df.select("name").show()
df.select($"name", $"age" + 1).show()
df.filter($"age" > 21).show()
df.groupBy("age").count().show()
df.createOrReplaceTempView("people")
val sqlDF = spark.sql("SELECT * FROM people")
sqlDF.show()
}
people.json的文件內(nèi)容如下所示:
{"name":"Michael"}
{"name":"Andy", "age":30}
{"name":"Justin", "age":19}
首先是讀取文件,構(gòu)建一個(gè)DataFrame,而DataFrame定義在package object sql當(dāng)中,其實(shí)質(zhì)上是Dataset[Row]的別名。
之后我們看一下df.show(),它的輸出是這個(gè)樣子的(真不嫌麻煩):
df.printSchema()輸出的是json的結(jié)構(gòu)信息:
df.select("name").show(),對(duì)于select方法而言,返回的還是一個(gè)DataFrame,當(dāng)中只包含一列name。
df.select($"name", $"age" + 1).show(),返回一個(gè)DataFrame,所有人的年齡+1。
df.groupBy("age").count().show(),這行代碼我們需要詳細(xì)說一下,首先,groupBy的返回值是一個(gè)RelationalGroupedDataset, A set of methods for aggregations on a DataFrame, created by Dataset.groupBy. 當(dāng)中提供了min,max,count等等聚合函數(shù)。count的結(jié)構(gòu)又是一個(gè)DataFrame
最后一段很有趣,可以臨時(shí)創(chuàng)建一個(gè)view,然后用sql進(jìn)行查詢。
df.createOrReplaceTempView("people")
val sqlDF = spark.sql("SELECT * FROM people")
sqlDF.show()
到此,關(guān)于“Spark examples源碼分析”的學(xué)習(xí)就結(jié)束了,希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí),快去試試吧!若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí),請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站,小編會(huì)繼續(xù)努力為大家?guī)砀鄬?shí)用的文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。