RDD-DF-DS 三者之间的转换图
三者之间的转换图)
List item
RDD-DF-DS
三者之间的转换图
RDD-DF-DS
这三者之间可以进行互相转换,其中转换关系如下图所示:
举例如下:
类型之间的转换总结
RDD、DataFrame、Dataset 三者有许多共性,有各自适用的场景常常需要在三者之间转换
DataFrame/Dataset 转RDD:
这个转换很简单
val rdd1=testDF.rdd
val rdd2=testDS.rdd
RDD 转DataFrame:
import
spark.implicits._
val testDF = rdd.map
{line=>
(line._1,line._2)
}.toDF(“col1”,“col2”)
一般用元组把一行的数据写在一起,然后在toDF 中指定字段名
RDD 转Dataset:
import
spark.implicits._
case class
Coltest(col1:String,col2:Int)extends Serializable //定义字段名和类型
val testDS =
rdd.map {line=>
Coltest(line._1,line._2)
}.toDS
可以注意到,定义每一行的类型(case class)时,已经给出了字段名和类型,后面只要往case class 里面添加值即可
Dataset 转DataFrame:
这个也很简单,因为只是把case class 封装成Row
import
spark.implicits._
val testDF =
testDS.toDF
DataFrame 转Dataset:
import
spark.implicits._
case class
Coltest(col1:String,col2:Int)extends Serializable //定义字段名和类型
val testDS =
testDF.as[Coltest]
这种方法就是在给出每一列的类型后, 使用as 方法, 转成Dataset, 这在数据类型是DataFrame 又需要针对各个字段处理时极为方便。
在使用一些特殊的操作时,一定要加上import
spark.implicits._ 不然toDF、toDS 无法使用