Scala构建元数据
Posted gentle-awen
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Scala构建元数据相关的知识,希望对你有一定的参考价值。
反射方式构建元数据:
通过反射来获取RDD中的Schema信息。这种方式适合于列名(元数据)已知的情况下
步骤:
1.SparkConf配置环境
2.SparkContext初始化上下文
3.SQLContext初始化SparkSQL上下文
4.创建一个普通的RDD(sc.textFile)
5.使用map方法切割行数据,切割取出数据放入case类中
studented(lines(0).toInt, lines(1), lines(2).toInt)
6.反射方式中普通RDD创建DataFrame需要导入隐式转换
//注意:需要导入一个隐式转换
import sQLContext.implicits._
val df: DataFrame = rdd2.toDF()
7.注册临时表
方式一: df.createTempView("student1")
方式二: df.registerTempTable("student") //过时了
8.写SQL语句,自由的浪起来
val sql = sQLContext.sql("select * from student")
9.保存结果到本地或者HDFS
//保存查询结果到本地
sql.write.json("c:\demo\gaoyong.json")
//保存查询结果到HDFS
sql.write.json("hdfs://awen01:9000/json")
编程接口方式构建元数据:
通过编程接口的方式将Schema信息应用于RDD,这种方式可以处理那种在运行时才能知道列的方式。
一般不知道元数据的情况下使用.
步骤:
1.SparkConf配置环境
2.SparkContext初始化上下文
3.SQLContext初始化SparkSQL上下文
4.创建一个普通的RDD(sc.textFile)
5.使用map切割行数据,将需要的字段放入到Row类中
val lines: RDD[Row] = rdd.map(t => {
val str = t.split(",")
Row(str(0).toInt, str(1), str(2).toInt)
})
6.编程结构的方式需要构建表的框架,构建StructType,及其元数据
val structType: StructType = StructType(Array( StructField("ids",IntegerType,true) StructField("names",StringType,true) StructField("ages",IntegerType,true) ))
7.构建DataFrame
val df = sQLContext.createDataFrame(lines,structType)
8.注册临时表
方式一: df.createTempView("student1")
方式二: df.registerTempTable("student") //过时了
9.写SQL语句,自由的浪起来
val sql = sQLContext.sql("select * from student")
10.保存结果到本地或者HDFS
//保存查询结果到本地
sql.write.json("c:\demo\gaoyong.json")
//保存查询结果到HDFS
sql.write.json("hdfs://awen01:9000/json")
以上是关于Scala构建元数据的主要内容,如果未能解决你的问题,请参考以下文章