spark创建DF的两种方式

方式一:反射:(使用这种方式来创建DF是在你知道字段具体有哪些)
1.创建一个SparkContext,然后再创建SQLContext
2.先创建RDD,对数据进行整理,然后关联case class,将非结构化的数据转换成结构化数据
3.显示的调用toDF方法,将RDD转换成DF(需要隐私转换)
4.注册临时表
5.执行SQL(Transformation,lazy)
6.zhixAction

val conf = new SparkConf().setAppName("df").setMaster("local")
    val sc = new SparkContext(conf)
    val sqlContext = new SQLContext(sc)
    //创建一个普通RDD
    val rdd = sc.textFile("G:\\qf大数据\\spark\\day06_sql\\students.txt")
    val student: RDD[Student] = rdd.map(x => {
      val sp = x.split(" ")
      Student(sp(0).toInt, sp(1), sp(2).toInt)
    })
    import sqlContext.implicits._
    val df: Dat
  • 0
    点赞
  • 1
    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