Spark SQL内置函数
1、10类内置函数
Spark SQL内置了大量的函数,位于API org.apache.spark.sql.functions中。这些函数主要分为10类:UDF函数、聚合函数、日期函数、排序函数、非聚合函数、数学函数、混杂函数、窗口函数、字符串函数、集合函数,大部分函数与Hive中相同。
2、两种使用方式
使用内置函数有两种方式:一种是通过编程的方式使用;另一种是在SQL语句中使用。
(二)内置函数演示
读取HDFS上的people.json,得到数据帧,执行命令:val peopleDF = spark.read.json(“hdfs://master:9000/input/people.json”)
显示数据帧内容
导入Spark SQL内置函数,执行命令:import org.apache.spark.sql.functions._
1、通过编程方式使用内置函数upper()
利用upper()函数将姓名转成大写,执行命令:peopleDF.select(upper(col(“name”)).as(“name”)).show()
上述代码中,使用select()方法传入需要查询的列,使用as()方法指定列的别名。代码col(“name”)指定要查询的列,也可以使用 " n a m e " 代 替 , 但 是 需 要 导 入 i m p o r t s p a r k . i m p l i c i t s . , 执 行 命 令 : p e o p l e D F . s e l e c t ( u p p e r ( "name"代替,但是需要导入import spark.implicits._,执行命令:peopleDF.select(upper( "