spark Rdd,DataSet,DataFrame三个互转

object Rdd2DataFrame {
  System.setProperty("hadoop.home.dir","D:\\hadoop\\hadoop-2.9.2")
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder().master("local").appName("rdd2dataframe").getOrCreate()
    val lineRdd = spark.sparkContext.textFile("D:\\test.txt")

    //Rdd转DataFrame
    val df = rdd2DataFrame(lineRdd,spark)
    //DataFrame转Rdd
    dataFrame2Rdd(df)

    //Rdd转DataSet
    val ds = rdd2Dataset(lineRdd, spark)
    //DataSet转Rdd
    dataset2Rdd(ds)

    //DataFrame转DataSet
    val ds1 = dataFrame2DataSet(df)
    //DataSet转DataFrame
    dataset2DataFrame(ds1)

    spark.close()
  }
  //Rdd转DataFrame
  def rdd2DataFrame(lineRdd: RDD[String], spark: SparkSession):DataFrame={
    //方式一
    /*val personRdd = lineRdd.map(line=>Row(line.split(" ")(0),line.split(" ")(1).toInt))
    val fields = List(StructField("name",StringType),StructField("age",IntegerType))
    val schema = StructType(fields)
    val personDF = spark.createDataFrame(personRdd,schema)*/
    //方式二
    val personRdd = lineRdd.map(line=>(line.split(" ")(0),line.split(" ")(1).toInt))
    import spark.implicits._
    val personDF =  personRdd.toDF("name","age")
    personDF.show()
    personDF
  }
  //DataFrame转Rdd
  def dataFrame2Rdd(df: sql.DataFrame):Unit={
    val rdd = df.rdd
    rdd.foreach(println)
  }

  //Rdd转DataSet
  def rdd2Dataset(lineRdd: RDD[String], spark: SparkSession):Dataset[Person]={
    val personRdd = lineRdd.map(line=>Person(line.split(" ")(0),line.split(" ")(1).toInt))

    import spark.implicits._
    //kyro序列化方式
    //implicit val personEncoder = org.apache.spark.sql.Encoders.kryo[Person]
    //Encoder进行序列化(SparkSql推荐使用)
    //implicit val personEncoder: Encoder[Person] = ExpressionEncoder()

    //方式一
    //val personDS = spark.createDataset(personRdd)
    //方式二
    val personDS = personRdd.toDS()

    personDS.show()
    personDS
  }
  //DataSet转Rdd
  def dataset2Rdd(ds: Dataset[Person]):Unit={
    val rdd = ds.rdd
    rdd.foreach(println)
  }

  //DataFrame转DataSet
  def dataFrame2DataSet(df: sql.DataFrame):Dataset[Person]={
    implicit val personEncoder: Encoder[Person] = ExpressionEncoder()
    val personDs = df.as[Person]
    personDs.show()
    personDs
  }
  //DataSet转DataFrame
  def dataset2DataFrame(ds: Dataset[Person]):Unit={
    val df = ds.toDF("name","age")
    df.show()
  }
}
case class Person(name:String,age:Int)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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