FIVE Spark SQL 编程初级实践

编程实现将 RDD 转换为 DataFrame

将数据复制保存到 ubuntu 系统/usr/local/spark 下，命名为 employee.txt，实现从 RDD 转换得到 DataFrame，并按 id:1,name:Ella,age:36 的格式,打印出 DataFrame 的所有数据。请写出程序代码。（任选一种方法即可）,目录为/usr/local/spark/mycode/rddtodf，在当前目录下新建一个目录

mkdir -p src/main/scala ，然后在目录 /usr/local/spark/mycode/rddtodf/src/main/scala 下 新 建 一 个rddtodf.scala，复制下面代码；（下列两种方式任选其一）

方法一：利用反射来推断包含特定类型对象的 RDD 的 schema，适用对已知数据结构的 RDD

转换；

import org.apache.spark.sql.catalyst.encoders.ExpressionEncoder
import org.apache.spark.sql.Encoder
import spark.implicits._
object RDDtoDF {
 def main(args: Array[String]) {
case class Employee(id:Long,name: String, age: Long)
val employeeDF = 
spark.sparkContext.textFile("file:///usr/local/spark/employee.txt").map(_.split(",")).map(at
tributes => Employee(attributes(0).trim.toInt,attributes(1), attributes(2).trim.toInt)).toDF()
employeeDF.createOrReplaceTempView("employee")
val employeeRDD = spark.sql("select id,name,age from employee")
employeeRDD.map(t => "id:"+t(0)+","+"name:"+t(1)+","+"age:"+t(2)).show()
 } }

　　

方法二：使用编程接口，构造一个 schema 并将其应用在已知的 RDD 上。

import org.apache.spark.sql.types._import org.apache.spark.sql.Encoder
import org.apache.spark.sql.Row
object RDDtoDF {
 def main(args: Array[String]) {
val employeeRDD =
spark.sparkContext.textFile("file:///usr/local/spark/employee.txt")
val schemaString = "id name age"
val fields = schemaString.split(" ").map(fieldName => StructField(fieldName, 
StringType, nullable = true))
val schema = StructType(fields)
val rowRDD = employeeRDD.map(_.split(",")).map(attributes => 
Row(attributes(0).trim, attributes(1), attributes(2).trim))
val employeeDF = spark.createDataFrame(rowRDD, schema)
employeeDF.createOrReplaceTempView("employee")
val results = spark.sql("SELECT id,name,age FROM employee")
results.map(t => "id:"+t(0)+","+"name:"+t(1)+","+"age:"+t(2)).show()
 } }

　　

在目录/usr/local/spark/mycode/rddtodf 目录下新建 simple.sbt，复制下面代码：

name := "Simple Project"
version := "1.0"
scalaVersion := "2.11.8"
libraryDependencies += "org.apache.spark" % "spark-core" % "2.1.0"

　　

在目录/usr/local/spark/mycode/rddtodf 下执行下面命令打包程序

/usr/local/sbt/sbt package

　　

最后在目录/usr/local/spark/mycode/rddtodf 下执行下面命令提交程序

/usr/local/spark/bin/spark-submit --class " RDDtoDF " 
/usr/local/spark/mycode/rddtodf/target/scala-2.11/simple-project_2.11-1.0.jar

　　

在终端即可看到输出结果。