Spark SQL 按照某个字段去重

方法一:来个sql

SQL语句:select date,phone from (select *,row_number() over (partition by phone order by date) num from tmp_table1) t where t.num=1 

举个例子:

/**
  * 按照两个字段进行排重
  * Created by prince on 2017/8/8.
  */
object SQLDemo {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder.appName("SQLDemo").master("local").getOrCreate
    val input = spark.read
      .format("jdbc")
      .option("url", "jdbc:mysql://localhost:3306/test")
      .option("dbtable", "student")
      .option("user", "root")
      .option("password", "123456")
      .load()

    input.createOrReplaceTempView("temp")
    val out = spark.sql("select name,age,sex from(" +
      "select *,row_number() over (partition by age,sex order by age asc)num from temp" +
      ")t " +
      "where t.num=1")
    out.show()
  }
}

数据库内容:
这里写图片描述

输出结果:

这里写图片描述

方法二:利用dataframe的内置函数

val df2 = df1.dropDuplicates(Seq("phone"))
  • 5
    点赞
  • 8
    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