深入了解SparkSQL的運(yùn)用及方法
一:SparkSQL
1.SparkSQL簡介
Spark SQL是Spark的一個(gè)模塊,用于處理結(jié)構(gòu)化的數(shù)據(jù),它提供了一個(gè)數(shù)據(jù)抽象DataFrame(最核心的編程抽象就是DataFrame),并且SparkSQL作為分布式SQL查詢引擎。
Spark SQL就是將SQL轉(zhuǎn)換成一個(gè)任務(wù),提交到集群上運(yùn)行,類似于Hive的執(zhí)行方式。
2.SparkSQL運(yùn)行原理
將Spark SQL轉(zhuǎn)化為RDD,然后提交到集群執(zhí)行。
3.SparkSQL特點(diǎn)
(1)容易整合,Spark SQL已經(jīng)集成在Spark中
(2)提供了統(tǒng)一的數(shù)據(jù)訪問方式:JSON、CSV、JDBC、Parquet等都是使用統(tǒng)一的方式進(jìn)行訪問
(3)兼容 Hive
(4)標(biāo)準(zhǔn)的數(shù)據(jù)連接:JDBC、ODBC
二、SparkSQL運(yùn)用

package sql
import org.apache.avro.ipc.specific.Person
import org.apache.spark
import org.apache.spark.rdd.RDD
import org.apache.spark.sql
import org.apache.spark.sql.catalyst.InternalRow
import org.apache.spark.sql.{DataFrame, Dataset, Row, SparkSession}
import org.junit.Test
class Intro {
@Test
def dsIntro(): Unit ={
val spark: SparkSession = new sql.SparkSession.Builder()
.appName("ds intro")
.master("local[6]")
.getOrCreate()
//導(dǎo)入隱算是shi轉(zhuǎn)換
import spark.implicits._
val sourceRDD: RDD[Person] =spark.sparkContext.parallelize(Seq(Person("張三",10),Person("李四",15)))
val personDS: Dataset[Person] =sourceRDD.toDS();
//personDS.printSchema()打印出錯(cuò)信息
val resultDS: Dataset[Person] =personDS.where('age>10)
.select('name,'age)
.as[Person]
resultDS.show()
}
@Test
def dfIntro(): Unit ={
val spark: SparkSession =new SparkSession.Builder()
.appName("ds intro")
.master("local")
.getOrCreate()
import spark.implicits._
val sourceRDD: RDD[Person] = spark.sparkContext.parallelize(Seq(Person("張三",10),Person("李四",15)))
val df: DataFrame = sourceRDD.toDF()//隱shi轉(zhuǎn)換
df.createOrReplaceTempView("person")//創(chuàng)建表
val resultDF: DataFrame =spark.sql("select name from person where age>=10 and age<=20")
resultDF.show()
}
@Test
def database1(): Unit ={
//1.創(chuàng)建sparkSession
val spark: SparkSession =new SparkSession.Builder()
.appName("database1")
.master("local[6]")
.getOrCreate()
//2.導(dǎo)入引入shi子轉(zhuǎn)換
import spark.implicits._
//3.演示
val sourceRDD: RDD[Person] =spark.sparkContext.parallelize(Seq(Person("張三",10),Person("李四",15)))
val dataset: Dataset[Person] =sourceRDD.toDS()
//Dataset 支持強(qiáng)類型的API
dataset.filter(item => item.age >10).show()
//Dataset 支持若弱類型的API
dataset.filter('age>10).show()
//Dataset 可以直接編寫SQL表達(dá)式
dataset.filter("age>10").show()
}
@Test
def database2(): Unit ={
val spark: SparkSession = new SparkSession.Builder()
.master("local[6]")
.appName("database2")
.getOrCreate()
import spark.implicits._
val dataset: Dataset[Person] =spark.createDataset(Seq(Person("張三",10),Person("李四",20)))
//無論Dataset中放置的是什么類型的對象,最終執(zhí)行計(jì)劃中的RDD上都是internalRow
//直接獲取到已經(jīng)分析和解析過得Dataset的執(zhí)行計(jì)劃,從中拿到RDD
val executionRdd: RDD[InternalRow] =dataset.queryExecution.toRdd
//通過將Dataset底層的RDD通過Decoder轉(zhuǎn)成了和Dataset一樣的類型RDD
val typedRdd:RDD[Person] = dataset.rdd
println(executionRdd.toDebugString)
println()
println()
println(typedRdd.toDebugString)
}
@Test
def database3(): Unit = {
//1.創(chuàng)建sparkSession
val spark: SparkSession = new SparkSession.Builder()
.appName("database1")
.master("local[6]")
.getOrCreate()
//2.導(dǎo)入引入shi子轉(zhuǎn)換
import spark.implicits._
val dataFrame: DataFrame = Seq(Person("zhangsan", 15), Person("lisi", 20)).toDF()
//3.看看DataFrame可以玩出什么花樣
//select name from...
dataFrame.where('age > 10)
.select('name)
.show()
}
// @Test
// def database4(): Unit = {
// //1.創(chuàng)建sparkSession
// val spark: SparkSession = new SparkSession.Builder()
// .appName("database1")
// .master("local[6]")
// .getOrCreate()
// //2.導(dǎo)入引入shi子轉(zhuǎn)換
// import spark.implicits._
// val personList=Seq(Person("zhangsan",15),Person("lisi",20))
//
// //1.toDF
// val df1: DataFrame =personList.toDF()
// val df2: DataFrame =spark.sparkContext.parallelize(personList).toDF()
// //2.createDataFrame
// val df3: DataFrame =spark.createDataFrame(personList)
//
// //3.read
// val df4: DataFrame =spark.read.csv("")
// df4.show()
// }
//toDF()是轉(zhuǎn)成DataFrame,toDs是轉(zhuǎn)成Dataset
// DataFrame就是Dataset[Row] 代表弱類型的操作,Dataset代表強(qiáng)類型的操作,中的類型永遠(yuǎn)是row,DataFrame可以做到運(yùn)行時(shí)類型安全,Dataset可以做到 編譯時(shí)和運(yùn)行時(shí)都安全
@Test
def database4(): Unit = {
//1.創(chuàng)建sparkSession
val spark: SparkSession = new SparkSession.Builder()
.appName("database1")
.master("local[6]")
.getOrCreate()
//2.導(dǎo)入引入shi子轉(zhuǎn)換
import spark.implicits._
val personList=Seq(Person("zhangsan",15),Person("lisi",20))
//DataFrame代表弱類型操作是編譯時(shí)不安全
val df: DataFrame =personList.toDF()
//Dataset是強(qiáng)類型的
val ds: Dataset[Person] =personList.toDS()
ds.map((person:Person) =>Person(person.name,person.age))
}
@Test
def row(): Unit ={
//1.Row如何創(chuàng)建,它是什么
//row對象必須配合Schema對象才會(huì)有列名
val p: Person =Person("zhangsan",15)
val row: Row =Row("zhangsan",15)
//2.如何從row中獲取數(shù)據(jù)
row.getString(0)
row.getInt(1)
//3.Row也是樣例類、
row match {
case Row(name,age) => println(name,age)
}
}
}
case class Person(name: String, age: Int)

到此這篇關(guān)于深入了解SparkSQL的運(yùn)用及方法的文章就介紹到這了,更多相關(guān)SparkSQL運(yùn)用內(nèi)容請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!
相關(guān)文章
Java數(shù)字格式類(NumberFormat類和DecimalFormat類)用法詳解
NumberFormat類是Java提供的一個(gè)格式化數(shù)字的類,可以將一串?dāng)?shù)字轉(zhuǎn)化成自己想要的數(shù)據(jù)格式,也可以將字符串轉(zhuǎn)化成數(shù)值,下面這篇文章主要給大家介紹了關(guān)于Java數(shù)字格式類(NumberFormat類和DecimalFormat類)用法的相關(guān)資料,需要的朋友可以參考下2022-07-07
Java的動(dòng)態(tài)代理和靜態(tài)代理及反射常用API詳解
這篇文章主要介紹了Java的動(dòng)態(tài)代理和靜態(tài)代理及反射常用API詳解,動(dòng)態(tài)代理是一種在運(yùn)行時(shí)動(dòng)態(tài)生成代理對象的技術(shù),它是一種設(shè)計(jì)模式,用于在不修改原始對象的情況下,通過代理對象來間接訪問原始對象,并在訪問前后執(zhí)行額外的操作,需要的朋友可以參考下2024-01-01
輕松學(xué)會(huì)使用JavaMail?API發(fā)送郵件
想要輕松學(xué)會(huì)使用JavaMail?API發(fā)送郵件嗎?本指南將帶你快速掌握這一技能,讓你能夠輕松發(fā)送電子郵件,無論是個(gè)人還是工作需求,跟著我們的步驟,很快你就可以在Java應(yīng)用程序中自如地處理郵件通信了!2023-12-12
關(guān)于Spring中@Transactional事務(wù)回滾的注意事項(xiàng)
這篇文章主要介紹了關(guān)于Spring中@Transactional事務(wù)回滾的注意事項(xiàng),回滾(Rollback)指的是程序或數(shù)據(jù)處理錯(cuò)誤,將程序或數(shù)據(jù)恢復(fù)到上一次正確狀態(tài)的行為?;貪L包括程序回滾和數(shù)據(jù)回滾等類型,需要的朋友可以參考下2023-05-05
Java?數(shù)據(jù)結(jié)構(gòu)與算法系列精講之漢諾塔
漢諾塔是源于印度一個(gè)古老傳說的益智玩具。大梵天創(chuàng)造世界時(shí)做了三根石柱,在一根柱子上從下往上按大小順序摞著64片黃金圓盤。大梵天命令婆羅門把圓盤從下面開始按大小順序重新擺放在另一根柱子上。并且規(guī)定,在小圓盤上不能放大圓盤,三根柱子之間一次只能移動(dòng)一個(gè)圓盤2022-02-02
SpringBoot中的異常處理與參數(shù)校驗(yàn)的方法實(shí)現(xiàn)
這篇文章主要介紹了SpringBoot中的異常處理與參數(shù)校驗(yàn)的方法實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04

