RDD与DataFrame的互操作

1.DataFrame与RDD互操作方式一:反射方式

(1)使用反射来推断包含了特定数据类型的RDD的元数据

(2)使用DataFrame API或者sql方式编程

//添加隐式转换

import spark.implicits._


val spark = SparkSession.builder().appName("xxx").master("local[2]").getOrCreate()


//创建一个RDD

val rdd = spark.sparkContext.textFile("xxx")

//转换为DF

val peopleDF = rdd.map(_.split(",")).map(line => Info(line(0).toInt,line(1),line(2).toInt)).toDF()


case class Info(id: Int, name: String, age: Int)


2.编程方式

使用编程接口,构造一个schema并将其应用在已知的RDD上。

val spark = SparkSession.builder().appName("xxx").master("local[2]").getOrCreate()


//创建一个RDD

val rdd = spark.sparkContext.textFile("xxx")

//转换RDD的record为Row

val infoRDD = rdd.map(_.split(",").map(line => Row(line(0).toInt, line(1),line(2).toInt))

//创建一个schema

val structType = StructType(Array(StructField("id",IntergerType,true),StructField("name",StringType,true),StructField("age",IntergerType,true)))

//将schema应用于RDD

val infoDF = spark.createDataFrame(infoRDD,structType)



DataFrame和RDD互操作的两种方式

1)反射:case class 前提:事先知道你的字段、字段类型

2)编程:Row 事先不知道列

3)选型:优先第一种



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值