十一、Spark SQL数据源 - JSON数据集

最新推荐文章于 2024-04-11 07:30:00 发布

zlwm000

最新推荐文章于 2024-04-11 07:30:00 发布

阅读量567

点赞数

文章标签： spark json sql

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/zlwm000/article/details/125327146

版权

本文介绍了如何使用Spark SQL读取和处理JSON文件。Spark SQL可以自动推断JSON文件的Schema并将其转换为DataFrame。内容包括：1. JSON文件读取概述，强调每一行应包含独立有效的JSON对象；2. 案例演示，详细展示了在Spark Shell中创建JSON文件，上传到HDFS，以及将数据集转换为DataFrame的步骤；3. 在IDEA中编写Scala程序实现相同功能。

摘要由CSDN通过智能技术生成

读取JSON文件概述

Spark SQL可以自动推断JSON文件的Schema，并将其加载为DataFrame。在加载和写入JSON文件时，除了可以使用load()方法和save()方法外，还可以直接使用Spark SQL内置的json()方法。该方法不仅可以读写JSON文件，还可以将Dataset[String]类型的数据集转为DataFrame。
需要注意的是，要想成功地将一个JSON文件加载为DataFrame，JSON文件的每一行必须包含一个独立有效的JSON对象，而不能将一个JSON对象分散在多行。

读取JSON文件案例演示

（一）创建JSON文件并上传到HDFS

创建user.json文件
在这里插入图片描述

上传到HDFS的/input目录
在这里插入图片描述
创建score.json文件

在这里插入图片描述

上传到HDFS的/input目录

在这里插入图片描述

1、在Spark

最低0.47元/天解锁文章

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
十一、Spark SQL数据源 - JSON数据集

Spark SQL可以自动推断JSON文件的Schema，并将其加载为DataFrame。在加载和写入JSON文件时，除了可以使用load()方法和save()方法外，还可以直接使用Spark SQL内置的json()方法。该方法不仅可以读写JSON文件，还可以将Dataset[String]类型的数据集转为DataFrame。需要注意的是，要想成功地将一个JSON文件加载为DataFrame，JSON文件的每一行必须包含一个独立有效的JSON对象，而不能将一个JSON对象分散在多行。创建user.jso
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。