Spark2.2.0中RDD轉(zhuǎn)DataFrame的方式是怎樣的

發(fā)布時(shí)間：2021-12-16 20:32:58 來(lái)源：億速云閱讀：160 作者：柒染欄目：大數(shù)據(jù)

Spark2.2.0中RDD轉(zhuǎn)DataFrame的方式是怎樣的，相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

Spark SQL將現(xiàn)有的RDDs轉(zhuǎn)換為數(shù)據(jù)集。

方法：使用反射來(lái)推斷包含特定對(duì)象類(lèi)型的RDD的模式。這種基于反射的方法使代碼更加簡(jiǎn)潔，并且當(dāng)您在編寫(xiě)Spark應(yīng)用程序時(shí)已經(jīng)了解了模式時(shí)，它可以很好地工作。

第一種方法代碼實(shí)例java版本實(shí)現(xiàn)：

數(shù)據(jù)準(zhǔn)備studentDatatxt

1001,20,zhangsan1002,17,lisi1003,24,wangwu1004,16,zhaogang

本地模式代碼實(shí)現(xiàn)：

package com.unicom.ljs.spark220.study;
import org.apache.spark.SparkConf;import org.apache.spark.api.java.JavaRDD;import org.apache.spark.api.java.JavaSparkContext;import org.apache.spark.api.java.function.Function;import org.apache.spark.api.java.function.VoidFunction;import org.apache.spark.sql.Dataset;import org.apache.spark.sql.Row;import org.apache.spark.sql.SQLContext;
/** * @author: Created By lujisen * @company ChinaUnicom Software JiNan * @date: 2020-01-20 08:58 * @version: v1.0 * @description: com.unicom.ljs.spark220.study */public class RDD2DataFrameReflect {    public static void main(String[] args) {        SparkConf sparkConf = new SparkConf().setMaster("local[*]").setAppName("RDD2DataFrameReflect");        JavaSparkContext sc = new JavaSparkContext(sparkConf);        SQLContext sqlContext=new SQLContext(sc);
        JavaRDD<String> lines = sc.textFile("C:\\Users\\Administrator\\Desktop\\studentData.txt");        JavaRDD<Student2> studentRDD = lines.map(new Function<String, Student2>() {            @Override            public Student2 call(String line) throws Exception {                String[] split = line.split(",");                Student2 student=new Student2();                student.setId(Integer.valueOf(split[0]));                student.setAge(Integer.valueOf(split[1]));                student.setName(split[2]);                return student;            }        });        //使用反射方式將RDD轉(zhuǎn)換成dataFrame        //將Student.calss傳遞進(jìn)去，其實(shí)就是利用反射的方式來(lái)創(chuàng)建DataFrame        Dataset<Row> dataFrame = sqlContext.createDataFrame(studentRDD, Student2.class);        //拿到DataFrame之后將其注冊(cè)為臨時(shí)表，然后針對(duì)其中的數(shù)據(jù)執(zhí)行SQL語(yǔ)句        dataFrame.registerTempTable("studentTable");
        //針對(duì)student臨時(shí)表，執(zhí)行sql語(yǔ)句查詢(xún)年齡小于18歲的學(xué)生，        /*DataFrame rowDF */        Dataset<Row> dataset = sqlContext.sql("select * from  studentTable where age < 18");        JavaRDD<Row> rowJavaRDD = dataset.toJavaRDD();        JavaRDD<Student2> ageRDD = rowJavaRDD.map(new Function<Row, Student2>() {            @Override            public Student2 call(Row row) throws Exception {                Student2 student = new Student2();                student.setId(row.getInt(0));                student.setAge(row.getInt(1));                student.setName(row.getString(2));
                return student;            }        });        ageRDD.foreach(new VoidFunction<Student2>() {            @Override            public void call(Student2 student) throws Exception {                System.out.println(student.toString());            }        });    }}

Student2類(lèi)：

package com.unicom.ljs.spark220.study;
import java.io.Serializable;
/** * @author: Created By lujisen * @company ChinaUnicom Software JiNan * @date: 2020-01-20 08:57 * @version: v1.0 * @description: com.unicom.ljs.spark220.study */public class Student2 implements Serializable {    int  id;    int  age;    String name;
    public int getId() {        return id;    }
    public void setId(int id) {        this.id = id;    }
    public int getAge() {        return age;    }
    public void setAge(int age) {        this.age = age;    }
    public String getName() {        return name;    }
    public void setName(String name) {        this.name = name;    }
    @Override    public String toString() {        return "Student2{" +                "id=" + id +                ", age=" + age +                ", name='" + name + '\'' +                '}';    }}

pom.xml關(guān)鍵依賴(lài)：

<spark.version>2.2.0</spark.version>
<scala.version>2.11.8</scala.version>

<dependency>    <groupId>org.apache.spark</groupId>    <artifactId>spark-sql_2.11</artifactId>    <version>${spark.version}</version></dependency><dependency>    <groupId>org.apache.spark</groupId>    <artifactId>spark-core_2.11</artifactId>    <version>${spark.version}</version></dependency>

看完上述內(nèi)容，你們掌握Spark2.2.0中RDD轉(zhuǎn)DataFrame的方式是怎樣的的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！

向AI問(wèn)一下細(xì)節(jié)

Spark2.2.0中RDD轉(zhuǎn)DataFrame的方式是怎樣的

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽