PySpark 查询数据库信息
2021/9/11 19:08:22
本文主要是介绍PySpark 查询数据库信息,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!
前言
最近学的东西有些杂乱无章,用到什么就要学习什么,简单记录一下所学的东西,方便后面的巩固学习。
pyspark简单查询数据库的一些信息
程序
- 导入环境设置
from pyspark.sql import SparkSession, Row from pyspark import SQLContext from pyspark.sql.functions import udf, col, explode, collect_set, get_json_object, concat_ws, split from pyspark.sql.types import StringType, IntegerType, StructType, StructField, ArrayType, MapType # from offline_verification_func import * spark = SparkSession \ .builder.master("local[50]") \ .config("spark.executor.memory", "10g")\ .config("spark.driver.memory", "20g")\ .config("spark.driver.maxResultSize","4g")\ .appName("test") \ .enableHiveSupport() \ .getOrCreate()
- 查询信息1
spark.sql(""" select id, name, age from students where age > 14 order by age """).show()
- 将查询信息转为Pandas格式
df = spark.sql(""" select id, name, age from students where age > 14 order by age """) # df.repartition(1).write.mode("overwrite").format('csv').save("dfr.csv") df.toPanads().to_csv("df.csv")
总结
spark.sql()
中用到的是select from where group by having order by limit
等通用的查询和筛选的条件,这个是通用的。- pyspark 查询到的信息可以保存,格式是DataFrame和 python DataFrame 是不一样的。这个要区别一下
- 两种对应不同的保存方式。
这篇关于PySpark 查询数据库信息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?