SparkSQL使用IDEA快速入門DataFrame與DataSet的完美教程

更新時(shí)間：2021年08月10日 12:03:24 作者：大數(shù)據(jù)老哥

本文給大家介紹使用idea開發(fā)Spark SQL 的詳細(xì)過程，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友參考下吧

1.使用IDEA開發(fā)Spark SQL

1.1創(chuàng)建DataFrame/DataSet

1、指定列名添加Schema

2、通過StrucType指定Schema

3、編寫樣例類，利用反射機(jī)制推斷Schema

1.1.1指定列名添加Schema

//導(dǎo)包
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.SparkSession
//代碼
// 1.創(chuàng)建SparkSession
    val spark = SparkSession.builder().master("local[*]").appName("sql").getOrCreate()
// 2.使用spark 獲取sparkContext 上下文對(duì)象
    val sc = spark.sparkContext
// 3.使用SparkContext 讀取文件并按照空格切分 返回RDD
    val rowRDD: RDD[(Int, String, Int)] = sc.textFile("./data/person.txt").map(_.split(" ")).map(x=>(x(0).toInt,x(1),x(2).toInt))
// 4.導(dǎo)入隱式類
    import spark.implicits._
//5.將RDD 轉(zhuǎn)換為DataFrame 指定元數(shù)據(jù)信息
    val dataFrame = rowRDD.toDF("id","name","age")
//6.數(shù)據(jù)展示
    dataFrame.show()

1.1.2StructType指定Schema

//導(dǎo)包
import org.apache.spark.sql.{Row, SparkSession}
import org.apache.spark.sql.types.{IntegerType, StringType, StructField, StructType}
//編寫代碼
//1.實(shí)例SparkSession
    val spark = SparkSession.builder().master("local[*]").appName("sql").getOrCreate()
//2.根據(jù)SparkSession獲取SparkContext 上下文對(duì)象
    val sc = spark.sparkContext
// 3.使用SparkContext讀取文件并按照空開切分并返回元組
    val rowRDD = sc.textFile("./data/person.txt").map(_.split(" ")).map(x=>Row(x(0).toInt,x(1),x(2).toInt))
// 4.導(dǎo)入隱式類
    import spark.implicits._
//5.使用StructType 添加元數(shù)據(jù)信息
    val schema = StructType(List(
      StructField("id", IntegerType, true),
      StructField("name", StringType, true),
      StructField("age", IntegerType, true)
    ))
//6.將數(shù)據(jù)與元數(shù)據(jù)進(jìn)行拼接 返回一個(gè)DataFrame
    val dataDF = spark.createDataFrame(rowRDD,schema)
//7.數(shù)據(jù)展示
    dataDF.show()

1.1.3反射推斷Schema

//導(dǎo)包
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.SparkSession
//定義單例對(duì)象
  case class Person(Id:Int,name:String,age:Int)
//編寫代碼
//1.實(shí)例sparkSession
    val spark = SparkSession.builder().master("local[*]").appName("sql").getOrCreate()
//2.通過sparkSession獲取sparkContext 上下文對(duì)象
    val sc = spark.sparkContext
//3.通過sparkContext 讀取文件并按照空格切分 將每一個(gè)數(shù)據(jù)保存到person中
    val rowRDD: RDD[Person] = sc.textFile("./data/person.txt").map(_.split(" ")).map(x=>Person(x(0).toInt,x(1),x(2).toInt))
// 4.導(dǎo)入隱式類
    import spark.implicits._
//5.將rowRDD轉(zhuǎn)換為dataFrame
    val dataFrame = rowRDD.toDF()
    //6.數(shù)據(jù)展示
    dataFrame.show()

到此這篇關(guān)于SparkSQL使用IDEA快速入門DataFrame與DataSet的文章就介紹到這了,更多相關(guān)SparkSQL快速入門內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: