SparkSQL读写外部数据源-jext文件和table数据源的读写

object ParquetFileTest {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession
      .builder()
      .appName("ParquetFileTest")
      .getOrCreate()

    //1: 将json文件数据转化成parquet文件数据
    val df = spark.read.json(s"${BASE_PATH}/people.json")
    df.show()

    //gzip、lzo、snappy
    df.write.option("compression", "snappy").parquet(s"${BASE_PATH}/parquet")
    //2: 读取parquet文件
    val parquetDF = spark.read.parquet(s"${BASE_PATH}/parquet")
    parquetDF.show()

    //3: parquet schema merge
    //全局设置spark.sql.parquet.mergeSchema = true
    df.toDF("age", "first_name").write.parquet(s"${BASE_PATH}/parquet_schema_change")
    val changedDF = spark.read.parquet(s"${BASE_PATH}/parquet_schema_change")
    changedDF.show()

    val schemaMergeDF = spark.read.option("mergeSchema", "true").parquet(s"${BASE_PATH}/parquet",
      s"${BASE_PATH}/parquet_schema_change")
    schemaMergeDF.show()

    spark.stop()
  }
}

  

 

object OrcFileTest {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession
      .builder()
      .appName("OrcFileTest")
      .getOrCreate()

    //1: 将json文件数据转化成orc文件数据
    val df = spark.read.json(s"${BASE_PATH}/people.json")
    df.show()

    df.write.option("compression", "snappy").orc(s"${BASE_PATH}/orc")

    val orcFileDF = spark.read.orc(s"${BASE_PATH}/orc")
    orcFileDF.show()

    spark.stop()
  }
}

  

转载于:https://www.cnblogs.com/tesla-turing/p/11489093.html

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