spark将rdd转为string_Spark中RDD转换成DataFrame的两种方式(分别用Java和Scala实现)...

import java.util.ArrayList;

import org.apache.spark.SparkConf;

import org.apache.spark.api.java.JavaRDD;

import org.apache.spark.sql.Dataset;

import org.apache.spark.sql.Row;

import org.apache.spark.sql.RowFactory;

import org.apache.spark.sql.SaveMode;

import org.apache.spark.sql.SparkSession;

import org.apache.spark.sql.types.DataTypes;

import org.apache.spark.sql.types.StructField;

import org.apache.spark.sql.types.StructType;public classTxtToParquetDemo {public static voidmain(String[] args) {

SparkConf conf= new SparkConf().setAppName("TxtToParquet").setMaster("local");

SparkSession spark=SparkSession.builder().config(conf).getOrCreate();

reflectTransform(spark);//Java反射

dynamicTransform(spark);//动态转换

}/**

* 通过Java反射转换

* @param spark*/

private static voidreflectTransform(SparkSession spark)

{

JavaRDD source = spark.read().textFile("stuInfo.txt").javaRDD();

JavaRDD rowRDD = source.map(line ->{

String parts[]= line.split(",");

Student stu= newStudent();

stu.setSid(parts[0]);

stu.setSname(parts[1]);

stu.setSage(Integer.valueOf(parts[2]));returnstu;

});

Dataset df = spark.createDataFrame(rowRDD, Student.class);

df.select("sid", "sname", "sage").

coalesce(1).write().mode(SaveMode.Append).parquet("parquet.res");

}/**

* 动态转换

* @param spark*/

private static voiddynamicTransform(SparkSession spark)

{

JavaRDD source = spark.read().textFile("stuInfo.txt").javaRDD();

JavaRDD rowRDD = source.map( line ->{

String[] parts= line.split(",");

String sid= parts[0];

String sname= parts[1];int sage = Integer.parseInt(parts[2]);returnRowFactory.create(

sid,

sname,

sage

);

});

ArrayList fields = new ArrayList();

StructField field= null;

field= DataTypes.createStructField("sid", DataTypes.StringType, true);

fields.add(field);

field= DataTypes.createStructField("sname", DataTypes.StringType, true);

fields.add(field);

field= DataTypes.createStructField("sage", DataTypes.IntegerType, true);

fields.add(field);

StructType schema=DataTypes.createStructType(fields);

Dataset df =spark.createDataFrame(rowRDD, schema);

df.coalesce(1).write().mode(SaveMode.Append).parquet("parquet.res1");

}

}

  • 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