RDDDataFrame与DataSet的相互转换

Posted gxiaobai

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RDDDataFrame与DataSet的相互转换相关的知识,希望对你有一定的参考价值。

RDD、DataFrame与DataSet三者有许多的共性,都有各自使用的场景,常常需要在三者之间进行转换

DataFrame/Dataset 转 RDD:

val rdd1=testDF.rdd

val rdd2=testDS.rdd

RDD 转 DataFrame:

// 一般用元组把一行的数据写在一起,然后在toDF中指定字段名

import spark.implicits._

val testDF = rdd.map {line=>

(line._1,line._2)

}.toDF("col1","col2")

RDD 转 Dataet:

// 核心就是要定义case class

import spark.implicits._

case class Coltest(col1:String, col2:Int)

val testDS = rdd.map{line=>Coltest(line._1,line._2)}.toDS

DataSet 转 DataFrame:

// 这个转换简单,只是把 case class 封装成Row

import spark.implicits._

val testDF = testDS.toDF

DataFrame 转 DataSet:

// 每一列的类型后,使用as方法(as方法后面还是跟的case class,这个是核心),转成Dataset。

import spark.implicits._

case class Coltest … …

val testDS = testDF.as[Coltest]

特别注意:

在使用一些特殊操作时,一定要加上import spark.implicits._ 不然toDF、toDS无法使用

三者转换关系图:

技术图片

以上是关于RDDDataFrame与DataSet的相互转换的主要内容,如果未能解决你的问题,请参考以下文章

Spark中RDDDataFrame和DataSet的区别与联系

Spark中RDDDataFrame和DataSet的区别与联系

Spark中RDDDataFrame和DataSet的区别与联系

Spark中RDDDataFrame和DataSet的区别与联系

RDDDataFrame和DataSet

Apache Spark 2.0三种API的传说:RDDDataFrame和Dataset