blog/BigData-Notes
2
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

Spark Structured API的基本使用

Browse Source
This commit is contained in:
罗祥 2019-06-04 16:31:15 +08:00
parent 442a075824
commit c021117081
1 changed files with 5 additions and 5 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

10
notes/Spark_Structured_API的基本使用.md
View File

@ -12,7 +12,7 @@
### 1.1 创建DataFrame
Spark中所有功能的入口点是`SparkSession`，可以使用`SparkSession.builder()`创建。创建后应用程序就可以从现有RDD，Hive表或Spark数据源创建DataFrame。如下所示：
Spark中所有功能的入口点是`SparkSession`，可以使用`SparkSession.builder()`创建。创建后应用程序就可以从现有RDD，Hive表或Spark数据源创建DataFrame。示例如下：
```scala
val spark = SparkSession.builder().appName("Spark-SQL").master("local[2]").getOrCreate()
@ -31,7 +31,7 @@ import spark.implicits._
### 1.2 创建Dataset
Spark支持由内部数据集和外部数据集来创建DataSets，其创建方式分别如下：
Spark支持由内部数据集和外部数据集来创建DataSet，其创建方式分别如下：
#### 1. 由外部数据集创建
@ -69,7 +69,7 @@ caseClassDS.show()
### 1.3 由RDD创建DataFrame
Spark支持两种方式把RDD转换为DataFrames，分别是使用反射推断和指定schema转换。
Spark支持两种方式把RDD转换为DataFrame，分别是使用反射推断和指定Schema转换。
#### 1. 使用反射推断
@ -117,7 +117,7 @@ deptDF.show()
### 1.4 DataFrames与Datasets互相转换
Spark提供了非常简单的转换方法用于DataFrames与Datasets互相转换，示例如下：
Spark提供了非常简单的转换方法用于DataFrame与Dataset间的互相转换，示例如下：
```shell
# DataFrames转Datasets
@ -227,7 +227,7 @@ spark.sql("SELECT deptno,count(ename) FROM emp group by deptno").show()
上面使用`createOrReplaceTempView`创建的是会话临时视图，它的生命周期仅限于会话范围，会随会话的结束而结束。
你也可以使用`createGlobalTempView`创建全局临时视图，全局临时视图可以在所有会话之间共享，并直到整个Spark应用程序终止才会消失。全局临时视图被定义在内置的`global_temp`数据库下，需要使用限定名称进行引用，如`SELECT * FROM global_temp.view1`。
你也可以使用`createGlobalTempView`创建全局临时视图，全局临时视图可以在所有会话之间共享，并直到整个Spark应用程序终止后才会消失。全局临时视图被定义在内置的`global_temp`数据库下，需要使用限定名称进行引用，如`SELECT * FROM global_temp.view1`。
```scala
// 注册为全局临时视图