使用Java和Scala在IDE中开发DataFrame实战
Posted 靖-Drei
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用Java和Scala在IDE中开发DataFrame实战相关的知识,希望对你有一定的参考价值。
使用Java和Scala两种语言实战DataFrame,创建DataFrame的时候,DataFrame可以来源于其他RDD,也可以来自于Hive表,或者其他数据来源。一般基于数据来源直接构造DataFrame。例如JSON文件,那么读取JSON文件的时候就会自动创建DataFrame。
SQLContext操作数据SQL的时候:有一个弊端就是,只支持SQL一种语言。
但是如果使用HiveContext的时候就可以支持不同种方言。
DataFrame的创建方式:
1. 可以来自己RDD
2. 来自Hive表
3. 其他数据来源(JSON等文件)
Java版本代码如下:
package com.dt.spark.SparkApps.sql;
import org.apache.spark.SparkConf;
import org.apache.spark.SparkContext;
import org.apache.spark.sql.DataFrame;
import org.apache.spark.sql.SQLContext;
/**
* 使用Java的方式实战对DataFrame的操作
*/
public class DataFrameOps
public static void main(String[] args)
//创建SparkConf用于读取系统配置信息并设置当前应用程序的名字
SparkConf conf = new SparkConf()
.setMaster("local")
.setAppName("DataFrameOps");
//创建JavaSparkContext对象实例作为整个Driver的核心基石
SparkContext sc = new SparkContext(conf);
//创建SQLContext上下文对象用于SQL的分析
SQLContext sqlContext = new SQLContext(sc);
//创建DataFrame,可以简单的认为DataFrame是一张表。
DataFrame df = sqlContext.read().json("E://people.json");
//select * from table
df.show();
//desc table
df.printSchema();
//select name from table
df.select("name").show();
//select name,age + 1 from tables;
df.select(df.col("name"),df.col("age").plus(10)).show();
//select * from table where age > 10
df.filter(df.col("age").gt(10)).show();
//select count(1) from table group by age
df.groupBy(df.col("age")).count().show();
Scala版本代码如下:
package com.dt.spark.sql
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.sql.SQLContext
object DataFrameOps
def main(args:Array[String]):Unit=
val conf = new SparkConf().setMaster("local").setAppName("DataFrameOps")
val sc = new SparkContext(conf)
val sqlContext = new SQLContext(sc)
val df = sqlContext.read.json("E://people.json")
df.show()
df.printSchema()
df.select("name").show()
df.select(df.col("name"),df.col("age").plus(10)).show()
df.filter(df.col("age").gt(10)).show()
df.groupBy(df.col("age")).count().show()
以上是关于使用Java和Scala在IDE中开发DataFrame实战的主要内容,如果未能解决你的问题,请参考以下文章
Scala IDE for Eclipse的下载安装和WordCount的初步使用
scala中的zmq,eclipse IDE中的java.library.path中没有jzmq
在 Eclipse IDE 中使用 Scala 代码。内部编译器错误