前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Spark DataFrame简介(二)

Spark DataFrame简介(二)

作者头像
用户1217611
发布2020-06-19 10:28:06
4300
发布2020-06-19 10:28:06
举报
文章被收录于专栏:文渊之博

Spark DataFrame基础操作

创建SparkSession和SparkContext

代码语言:javascript
复制
val spark = SparkSession.builder.master("local").getOrCreate()
val sc = spark.sparkContext

从数组创建DataFrame

代码语言:javascript
复制
spark.range(1000).toDF("number").show()

指定Schema创建DataFrame

代码语言:javascript
复制
val data = Seq(
  Row("A", 10, 112233),
  Row("B", 20, 223311),
  Row("C", 30, 331122))

val schema = StructType(List(
  StructField("name", StringType),
  StructField("age", IntegerType),
  StructField("phone", IntegerType)))

spark.createDataFrame(sc.makeRDD(data), schema).show()

从JSON文件加载DataFrame

代码语言:javascript
复制
/* data.json
   {"name":"A","age":10,"phone":112233}
   {"name":"B", "age":20,"phone":223311}
   {"name":"C", "age":30,"phone":331122}
 */
spark.read.format("json").load("/Users/tobe/temp2/data.json").show()

从CSV文件加载DataFrame

代码语言:javascript
复制
/* data.csv
   name,age,phone
   A,10,112233
   B,20,223311
   C,30,331122
 */
spark.read.option("header", true).csv("/Users/tobe/temp2/data.csv").show()

读取MySQL数据库加载DataFrame

代码语言:javascript
复制
/* data.csv
   name,age,phone
   A,10,112233
   B,20,223311
   C,30,331122
 */
spark.read.option("header", true).csv("/Users/tobe/temp2/data.csv").show()

RDD转DataFrame

代码语言:javascript
复制
/* data.csv
   name,age,phone
   A,10,112233
   B,20,223311
   C,30,331122
 */
spark.read.option("header", true).csv("/Users/tobe/temp2/data.csv").show()

创建Timestamp数据

Spark的TimestampType类型与Java的java.sql.Timestamp对应,

代码语言:javascript
复制
/* data.csv
   name,age,phone
   A,10,112233
   B,20,223311
   C,30,331122
 */
spark.read.option("header", true).csv("/Users/tobe/temp2/data.csv").show()

创建DateType数据

Spark的DateType类型与Java的java.sql.Date对应,

代码语言:javascript
复制
/* data.csv
   name,age,phone
   A,10,112233
   B,20,223311
   C,30,331122
 */
spark.read.option("header", true).csv("/Users/tobe/temp2/data.csv").show()
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-03-23 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Spark DataFrame基础操作
    • 创建SparkSession和SparkContext
      • 从数组创建DataFrame
        • 指定Schema创建DataFrame
          • 从JSON文件加载DataFrame
            • 从CSV文件加载DataFrame
              • 读取MySQL数据库加载DataFrame
                • RDD转DataFrame
                  • 创建Timestamp数据
                    • 创建DateType数据
                    相关产品与服务
                    云数据库 MySQL
                    腾讯云数据库 MySQL(TencentDB for MySQL)为用户提供安全可靠,性能卓越、易于维护的企业级云数据库服务。其具备6大企业级特性,包括企业级定制内核、企业级高可用、企业级高可靠、企业级安全、企业级扩展以及企业级智能运维。通过使用腾讯云数据库 MySQL,可实现分钟级别的数据库部署、弹性扩展以及全自动化的运维管理,不仅经济实惠,而且稳定可靠,易于运维。
                    领券
                    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档