Spark之利用反射机制推断RDD模式

笔者在学习Spark的过程中编译如下代码:

val movies = data.map(m=>Movie(m(0).trim.toInt,m(1),m(2))).toDF()
//打印数据模式
movies.printSchema

报错:

value toDF is not a member of org.apache.spark.rdd.RDD[]
val movies = data.map(m=>Movie(m(0).trim.toInt,m(1),m(2))).toDF()

解决办法:
1)将自定义的case class 放在main方法的外部

case class Movie(MovieId:Int,title:String,Genres:String)
def main(args: Array[String]): Unit = {
	XXX
}
2)加入隐式转换
val sqlContext = new org.apache.spark.sql.SQLContext(sc)
import sqlContext.implicits._
  • 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