Sparksql的2.x版本dataFrame和dataSet
2021/5/31 19:24:00
本文主要是介绍Sparksql的2.x版本dataFrame和dataSet,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
package sql2 import org.apache.spark.sql.SparkSession object Spark2Join { def main(args: Array[String]): Unit = { val spark = SparkSession.builder().appName("joinTest") .master("local[*]") .getOrCreate() import spark.implicits._ val lines = spark.createDataset(List("1,laozhoa,china", "2,laoduan,usa", "3,laoyang,jp")) //对数据进行整理 val tpDs = lines.map(line => { val fields = line.split(",") val id = fields(0).toLong val name = fields(1) val nationCode = fields(2) (id, name, nationCode) }) val df1 = tpDs.toDF("id", "name", "nation") val nations = spark.createDataset(List("china,中国", "usa,美国")) //对数据进行整理 val ndataset = nations.map(l => { val fields = l.split(",") val ename = fields(0) val cname = fields(1) (ename, cname) }) val df2 = ndataset.toDF("ename","cname") /* 第一种基于dataFrame创建视图的方式,通过写sql方式将两者相结合 */ df1.createTempView("v_users") df2.createTempView("v_nations") val rs = spark.sql("select name,cname from v_users left join v_nations on nation = ename") rs.show() /* 第二种方式: 基于dataset,默认是innerjoin */ df1.join(df2,$"nation" === $"ename","left_outer").show() spark.stop() } }
这篇关于Sparksql的2.x版本dataFrame和dataSet的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-15鸿蒙生态设备数量超8亿台
- 2024-05-13TiDB + ES:转转业财系统亿级数据存储优化实践
- 2024-05-09“2024鸿蒙零基础快速实战-仿抖音App开发(ArkTS版)”实战课程已上线
- 2024-05-09聊聊如何通过arthas-tunnel-server来远程管理所有需要arthas监控的应用
- 2024-05-09log4j2这么配就对了
- 2024-05-09nginx修改Content-Type
- 2024-05-09Redis多数据源,看这篇就够了
- 2024-05-09Google Chrome驱动程序 124.0.6367.62(正式版本)去哪下载?
- 2024-05-09有没有大佬知道这种数据应该怎么抓取呀?
- 2024-05-09这种运行结果里的10.100000001,怎么能最快改成10.1?