zoukankan      html  css  js  c++  java
  • Spark SQL 基本操作

    将下列 json 数据复制到你的 ubuntu 系统/usr/local/spark 下,并保存命名为 employee.json。

    { "id":1 ,"name":" Ella","age":36 }

    { "id":2,"name":"Bob","age":29 }

    { "id":3 ,"name":"Jack","age":29 }

    { "id":4 ,"name":"Jim","age":28 }

    { "id":5 ,"name":"Damon" }

    { "id":5 ,"name":"Damon" }

    首先为 employee.json 创建 DataFrame,并写出 Scala 语句完成下列操作:

    创建 DataFrame

    答案:

    scala> import org.apache.spark.sql.SparkSession

    scala> val spark=SparkSession.builder().getOrCreate()

    scala> import spark.implicits._

    scala> val df = spark.read.json("file:///usr/local/spark/employee.json")

    (1) 查询 DataFrame 的所有数据

    答案:scala> df.show()

    (2) 查询所有数据,并去除重复的数据

    答案:scala> df.distinct().show()

    (3) 查询所有数据,打印时去除 id 字段

    答案:scala> df.drop("id").show()

    (4) 筛选 age>20 的记录

    答案:scala> df.filter(df("age") > 30 ).show()

    (5) 将数据按 name 分组

    答案:scala> df.groupBy("name").count().show()

    (6) 将数据按 name 升序排列

    答案:scala> df.sort(df("name").asc).show()

    (7) 取出前 3 行数据

    答案:scala> df.take(3) 或 scala> df.head(3)

    (8) 查询所有记录的 name 列,并为其取别名为 username

    答案:scala> df.select(df("name").as("username")).show()

    (9) 查询年龄 age 的平均值

    答案:scala> df.agg("age"->"avg")

    (10) 查询年龄 age 的最小值

    答案:scala> df.agg("age"->"min")

  • 相关阅读:
    试题 历届试题 国王的烦恼
    试题 历届试题 九宫重排
    试题 历届试题 网络寻路
    试题 历届试题 危险系数
    试题 历届试题 横向打印二叉树
    试题 历届试题 幸运数
    试题 历届试题 大臣的旅费
    试题 历届试题 连号区间数
    Linux多进行之fork
    linux C语言getopt()函数的使用
  • 原文地址:https://www.cnblogs.com/yuanxiaochou/p/12290781.html
Copyright © 2011-2022 走看看