超级会员免费看
本文详细介绍了SparkSQL的发展历程、作用、运行原理和特点，强调了DataFrame的重要性和SparkSession作为入口的重要性。文章还阐述了如何将RDD转换为DataFrame的三种方法，并详细讨论了DataFrame的读取、保存和保存模式。最后，文章探讨了多种数据源，如JSON、Parquet、MySQL和Hive的使用。
欢迎关注github《大数据成神之路》
目录
一、SparkSQL的进化之路
二、认识SparkSQL
2.1 什么是SparkSQL?
2.2 SparkSQL的作用
2.3 运行原理
2.4 特点
2.5 SparkSession
2.7 DataFrames
三、RDD转换成为DataFrame
3.1 方式一：通过 case class 创建 DataFrames（反射）
3.2 方式二：通过 structType 创建 DataFrames（编程接口）
3.3 方式三：通过 json 文件创建 DataFrames
四、DataFrame的read和save和savemode
4.1 数据的读取
4.2 数据的保存
4.3 数据的保存模式
五、数据源
5.1 数据源只json
5.2 数据源之parquet
5.3 数据源之Mysql
5.4 数据源之Hive
订阅专栏 解锁全文
387
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
