深入了解SparkSQL的運(yùn)用及方法
一:SparkSQL
1.SparkSQL簡(jiǎn)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(wèn)方式:JSON、CSV、JDBC、Parquet等都是使用統(tǒng)一的方式進(jìn)行訪問(wèn)
(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(xiě)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(wú)論Dataset中放置的是什么類型的對(duì)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(guò)得Dataset的執(zhí)行計(jì)劃,從中拿到RDD val executionRdd: RDD[InternalRow] =dataset.queryExecution.toRdd //通過(guò)將Dataset底層的RDD通過(guò)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(duì)象必須配合Schema對(duì)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(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!
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2022-07-07Java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(duì)象的技術(shù),它是一種設(shè)計(jì)模式,用于在不修改原始對(duì)象的情況下,通過(guò)代理對(duì)象來(lái)間接訪問(wèn)原始對(duì)象,并在訪問(wèn)前后執(zhí)行額外的操作,需要的朋友可以參考下2024-01-01Java實(shí)現(xiàn)消消樂(lè)中的消除功能
這篇文章主要為大家詳細(xì)介紹了Java實(shí)現(xiàn)消消樂(lè)中的消除功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-07-07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(wú)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。回滾包括程序回滾和數(shù)據(jù)回滾等類型,需要的朋友可以參考下2023-05-05Java?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(shuō)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(pán)。大梵天命令婆羅門(mén)把圓盤(pán)從下面開(kāi)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(pán)上不能放大圓盤(pán),三根柱子之間一次只能移動(dòng)一個(gè)圓盤(pán)2022-02-02SpringBoot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(guò)示例代碼介紹的非常詳細(xì),對(duì)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04