数据挖掘篇【 alias方法 和 隐式转换 】

目录

介绍

隐式转换

alias方法

---

介绍

在 Apache Spark 中，.alias 是一个方法，用于给 DataFrame 的列或表达式指定一个新的别名。当你需要对列进行重命名或者在 SQL 表达式中使用更易读的名称时，这个方法非常有用。

.alias 方法通常与 DataFrame 的列（使用 $ 符号或 col 函数引用）或表达式一起使用，以便在后续的查询或操作中引用它们。

隐式转换

上面提到的 “ $ ” 其实就是隐式转换 所以我们先提一点隐式转换

在 Apache Spark 中，

import spark.implicits._

 语句是 Scala 编程语言中用于导入隐式转换和类的常用方式。当你在 Spark 中使用 Scala API 编写代码时，这行代码是非常关键的，因为它提供了很多方便的隐式转换和函数，让编写 Spark 代码变得更加简洁和直观。

具体来说，import spark.implicits._ 导入了以下内容：

1. 隐式转换：这包括将本地 Scala 集合（如 Seq, Map 等）转换为 Spark 的分布式数据集（如 RDD, DataFrame, Dataset 等）的隐式方法。例如，你可以直接将一个 Seq 转换为 Dataset 而不必显式调用 toDF 或其他转换方法。

2. 类型别名：这包括为 Spark 中常用的类型定义的类型别名，如 sql.Encoders.STRING、sql.Encoders.INT 等。

3. SparkSession 的功能：它使得你可以在 SparkSession 上调用一些隐式方法，比如 createDataset 或 createDataFrame。

例子

import org.apache.spark.sql.SparkSession  
  
object SimpleApp {  
  def main(args: Array[String]): Unit = {  
    val spark = SparkSession.builder()  
      .appName("Simple Application")  
      .getOrCreate()  
  
    import spark.implicits._ // 导入隐式转换和类  
  
    // 使用隐式转换将本地集合转换为 DataFrame  
    val data = Seq(("John", 30), ("Jane", 25))  
    val df = data.toDF("Name", "Age")  
  
    // 显示 DataFrame 的内容  
    df.show()  
  
    spark.stop()  
  }  
}

在这个例子中，import spark.implicits._ 使得我们可以直接使用 toDF 方法将 Seq 转换为 DataFrame，而不需要显式地调用其他方法或函数。

请注意，spark.implicits._ 中的内容是针对当前创建的 SparkSession 实例的。如果你创建了多个 SparkSession 实例，每个实例都会有自己的隐式转换和类，因此你需要确保你导入了正确的 SparkSession 实例的隐式转换。通常，你会在创建 SparkSession 之后立即导入这些隐式转换。

alias方法

示例：

import org.apache.spark.sql.SparkSession  
  
object AliasExample {  
  def main(args: Array[String]): Unit = {  
    val spark = SparkSession.builder()  
      .appName("Alias Example")  
      .getOrCreate()  
  
    import spark.implicits._  
  
    // 创建一个简单的DataFrame  
    val data = Seq(("Alice", 25), ("Bob", 30), ("Charlie", 35))  
    val df = data.toDF("Name", "Age")  
  
    // 使用as关键字给Age列起别名  
    val dfWithAlias = df.select($"Name", $"Age".as("PersonAge"))  
  
    // 显示结果  
    dfWithAlias.show()  
  
    spark.stop()  
  }  
}

在这个例子中，我们创建了一个包含"Name"和"Age"两列的DataFrame，然后使用select方法和as关键字将"Age"列重命名为"PersonAge"。