spark-SQL的使用
来源:互联网 发布:淘宝差评多少天可以改 编辑:程序博客网 时间:2024/05/19 13:09
1. 1 创建DataFrames
在Spark SQL中SQLContext是创建DataFrames和执行SQL的入口,在spark-1.5.2中已经内置了一个sqlContext
1.在本地创建一个文件,有三列,分别是id、name、age,用空格分隔,然后上传到hdfs上
hdfs dfs -put person.txt /
文件内容如下:
1,boduo,19
2,xiaoze,20
3,longze,21
2.启动spark-shell
[bigdata@bigdata01 ~]$ /usr/local/spark-1.6.1-bin-hadoop2.6/sbin/start-all.sh
[bigdata@bigdata01 ~]$ /usr/local/spark-1.6.1-bin-hadoop2.6/bin/spark-shell --master spark://bigdata01:7077 --executor-memory 1g --total-executor-cores 2在spark shell执行下面命令,读取数据,将每一行的数据使用列分隔符分割
val lineRDD =sc.textFile("hdfs://bigdata01:9000/person.txt").map(_.split(","))
3.定义case class(相当于表的schema)
case classPerson(id:Int, name:String, age:Int)
4.将RDD和case class关联
val personRDD =lineRDD.map(x => Person(x(0).toInt, x(1), x(2).toInt))
5.将RDD转换成DataFrame
val personDF =personRDD.toDF
6.对DataFrame进行处理
personDF.show
1.2 DataFrame常用操作
//查看DataFrame中的内容
personDF.show
//查看DataFrame部分列中的内容
personDF.select(personDF.col("name")).show
personDF.select(col("name"),col("age")).show
personDF.select("name").show
//打印DataFrame的Schema信息
personDF.printSchema
1.3 SQL风格语法
如果想使用SQL风格的语法,需要将DataFrame注册成表
personDF.registerTempTable("t_person")
//查询年龄最大的前两名
sqlContext.sql("select* from t_person order by age desc limit 2").show
//图片是教程的
//显示表的Schema信息
sqlContext.sql("desct_person").show
2. 以编程方式执行Spark SQL查询
前面我们学习了如何在Spark Shell中使用SQL完成查询,现在我们来实现在自定义的程序中编写Spark SQL查询程序。首先在maven项目的pom.xml中添加Spark SQL的依赖
<dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-sql_2.10</artifactId> <version>1.5.2</version> </dependency>
2.1 通过反射推断Schema
package cn.itcast.spark.day4import org.apache.spark.{SparkConf, SparkContext}import org.apache.spark.sql.{DataFrame, SQLContext}/** * Created by root on 2016/5/19. */object SQLDemo { def main(args: Array[String]) { val conf = new SparkConf().setAppName("SQLDemo")//.setMaster("local[2]") val sc = new SparkContext(conf) val sqlContext = new SQLContext(sc) //设置用户访问权限 System.setProperty("user.name","bigdata")// val personRdd = sc.textFile("hdfs://192.168.33.71:9000/person.txt").map(line =>{ val personRdd = sc.textFile(args(0)).map(line =>{ val fields = line.split(",") Person(fields(0).toLong, fields(1), fields(2).toInt) }) import sqlContext.implicits._ val personDf = personRdd.toDF personDf.registerTempTable("person") // sqlContext.sql("select * from person where age >= 20 order by age desc limit 2").show() val df: DataFrame = sqlContext.sql("select * from person where age >= 20 order by age desc limit 2") df.write.json(args(1)) sc.stop() }}case class Person(id: Long, name: String, age: Int)
将程序打成jar包,上传到spark集群,提交Spark任务
/usr/local/spark-1.6.1-bin-hadoop2.6/bin/spark-submit \
--class cn.itcast.spark.day4.SQLDemo \
--master spark://bigdata01:7077 \
/home/bigdata/hello-spark-1.0.jar \
hdfs://bigdata01:9000/person.txt \
hdfs://bigdata01:9000/out/
file:///home/bigdata/person.txt \
file:///home/bigdata/out
最终结果如下
[bigdata@bigdata01 hadoop-2.6.4]$ hdfs dfs -ls /outFound 2 items
-rw-r--r-- 3 bigdata supergroup 0 2017-05-28 17:24 /out/_SUCCESS
-rw-r--r-- 3 bigdata supergroup 38 2017-05-28 17:24 /out/part-r-00000-3744ea1c-6db9-411f-a804-b51e616453f7
[bigdata@bigdata01 hadoop-2.6.4]$ hdfs dfs -cat /out/part-r-00000-3744ea1c-6db9-411f-a804-b51e616453f7
{"id":3,"name":"canglaoshi","age":20}
- Spark SQL的使用
- spark-SQL的使用
- Spark-SQL的安装及使用
- Spark-SQL--Thrift的安装及使用
- 如何使用Spark SQL 的JDBC server
- sparkcli命令spark-sql的使用
- 1.Spark SQL:DataFrame的使用
- Spark SQL 整合Hive的使用
- Spark SQL UDF使用
- Spark SQL UDF使用
- Spark SQL 简单使用
- spark-sql使用
- Spark SQL内置函数的使用Spark SQL执行计划总结
- 使用spark-sql-perf评测spark 2.0
- zeppelin 安装使用,测试spark,spark sql
- Spark SQL的理解
- Spark SQL的例子
- spark 的sql解决方案
- UVA1635 Irrelevant Elements —— 唯一分解定理 + 二项式定理
- 数组的增、删、改、查
- MySQL浮点数和定点数类型
- Codeforces Round #416 (Div. 2) C. Vladik and Memorable Trip(dp)
- LINUX定时清理文件定时任务
- spark-SQL的使用
- Linux常用命令
- msyql 数据转移遇到的问题 Got a packet bigger than‘max_allowed_packet’bytes的问题
- hadoop 安装完全分布式集群系统的几点思考(非虚拟版的完全分布式集群)
- Java _ I/O
- org.apache.jasper.JasperException: Unable to compile class for JSP: An error occurred at line: 1 in
- USACO-Section1.1 Friday the Thirteenth[日期]
- SIP协议
- 初识HTML