spark中union和unionAll

spark中union 和 unionAll 区别。

union会把数据都扫一遍,然后剔除重复的数据;

然而unionAll直接把两份数据粘贴返回,时间上会快很多。

unionAll用的会比较多一些

union是返回两个数据集的并集,不包括重复行,要求列数要一样,类型可以不同
unionAll是返回两个数据集的并集,包括重复行
Intersect是返回两个数据集的交集,不包括重复行
Minus是返回两个数据集的差集,不包括重复行
 

spark.sql("         ( select t.cgi,t.n_cgi  from (select a.cgi,b.n_cgi ,dis,b.left2 aoa, row_number() over (partition by a.cgi order by b.left2 desc  ) as rn from nloc_out a left join ratio_cgi b on  a.cgi=b.cgi where a.dis ='1'  ) t  where  t.rn <=3  )    union All   (  select   t.cgi,t.n_cgi  from (select a.cgi,b.n_cgi ,dis,b.right1 aoa, row_number() over (partition by a.cgi order by b.right1 desc  ) as rn from nloc_out a left join ratio_cgi b on  a.cgi=b.cgi where a.dis ='2'  ) t  where  t.rn <=3 )   union All     select t.cgi,t.n_cgi from (select a.cgi,b.n_cgi ,dis,(b.left1+b.right2 ) aoa, row_number() over (partition by a.cgi order by (b.left1+b.right2) desc  ) as rn from nloc_out a left join ratio_cgi b on  a.cgi=b.cgi where a.dis ='3'  ) t  where  t.rn <=3  ").createOrReplaceTempView("nloc_ncgis_prb_out")

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
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