java coalesce_java-Spark:将 DataSet 的两列 coalesce 为一列

这篇博客介绍了如何在Java Spark中使用SQL查询将两个DataSet的一列进行连接,并通过设置`spark.sql.shuffle.partitions`来优化内存管理和性能。示例展示了如何将两个DataFrame `tt1` 和 `tt2` 通过JOIN操作合并成新的DataFrame `output`,并展示了数据结果。
摘要由CSDN通过智能技术生成

以下方法将起作用

import spark.implicits._

val t1 = Seq((1,1),(1,1),(1,3),(2,5),(3,1),(3,2),(3,3))

val t2 = Seq((1,"A"),(2,"B"),(3,"C"),(4,"D"),(5,"E"),(6,"F"),(7,"G"))

val tt1 = sc.parallelize(t1).toDF("id1","id2")

.persist(StorageLevel.MEMORY_AND_DISK)

val tt2 = sc.parallelize(t2).toDF("id", "obj")

.persist(StorageLevel.MEMORY_AND_DISK)

tt1.show()

tt2.show()

tt1.createOrReplaceTempView("table1")

tt2.createOrReplaceTempView("table2")

val output = sqlContext.sql(

"""

|SELECT DISTINCT id, obj

|FROM table1 t1

|JOIN table2 t2 ON(t1.id1 = t2.id) OR (t1.id2 = id)

|ORDER BY id

|""".stripMargin).persist(StorageLevel.MEMORY_AND_DISK)

output.show()

  • 0
    点赞
  • 0
    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