spark-sql like查询

当时遇到使用两个表,需要用到like的时候,建议使用map side join或者使用spark sql的broad cast join

sqlContext.sql(
  """
    |select * from left A,right B where A.url like contact(B.url,'%')
  """.stripMargin)
 val importantBroad = sc.broadcast(important)
    val primary = leftRdd.map( x =>{
      var flag : Boolean = false
      var importantDomain : String = ""
      for(s<-importantBroad.value;if(!flag)){
        if(x._3.contains(s)){
          flag = true
          importantDomain = s
        }
      }
      (x._1,x._2,x._3,x._4,x._5,importantDomain)
    }).toDF("id","age","domain","userId","time","importantDomain")```
这个和spark rdd使用的map side join 是类似的原理,都是把小的集合通过广播,将数据
这里写代码片在每个executor上共享一份数据。

spark sql的broad join
import org.apache.spark.sql.functions.broadcast
dataFrame.join(broadcast(idDF),"id")

“`

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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