标签:-- sale DataFrame SparkSQL sql table Spark sqlContext
Spark SQL是由DataFrame派生出来的,通过三步创建使用
- 创建DataFrame
- 将DataFrame注册成临时表
- 使用临时表进行查询统计
使用RDD创建DataFrame
from pyspark.sql import SparkSession
sqlContext = SparkSession.builder.getOrCreate()
定义DataFrame的每一个字段名和数据类型
from pyspark.sql import Row
saleRows = salesRDD.map(lambda x:Row(
字段名=p[]))
使用sqlContext.createDataFrame创建DataFrame
sale_df = sqlContext.createDataFrame(saleRows)
sale_df.printSchema()
注册临时表
sale_df.registerTempTable('sale_table')
用Spark SQL查看项数
sqlContext.sql('select count(*) counts from sale_table').show()
查看数据
sqlContext.sql('select * from sale_table').show()
标签:--,sale,DataFrame,SparkSQL,sql,table,Spark,sqlContext 来源: https://blog.csdn.net/Zsusan7/article/details/122005525
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。