spark sql基础使用范例
来源:互联网 发布:网络锁是什么 编辑:程序博客网 时间:2024/06/05 17:09
使用spark 1.2.0 scala 2.10.0
cat b.txt
a 1 2 3 4.2 9.8
a 3 0 5 3.5 2.1
b 7 9 9 1.2 2.4
a 7 9 9 2.6 6.2
a 1 2 5 7.7 5.9
a 1 2 3 1.4 0.2
//b.txt出现空值出问题了,也许可以,取决于分隔符
val sqlContext = new org.apache.spark.sql.SQLContext(sc) //sc已经存在的SparkContext
import sqlContext._
// case class在Scala 2.10里面最多支持22个列,,为了突破这个现实,最好是定义一个类实现Product接口
case class Person(name: String, col1: Int, col2: Int, col3: Int, col4: Double, col5: Double)
val people = sc.textFile("/usr/local/spark-1.2.0/b.txt").map(_.split(" ")).map(p => Person(p(0), p(1).trim.toInt, p(2).trim.toInt, p(3).trim.toInt, p(4).trim.toDouble, p(5).trim.toDouble))
people.registerAsTable("people")
val teenagers = sql("select * from people")
teenagers.map(t => "0: " + t(0) + " 1: " + t(1) + "2: " + t(2) + " 3: " + t(3) + "4: " + t(4) + " 5: " + t(5)).collect().foreach(println)
count
val teenagers = sql("SELECT COUNT(*) FROM people")
teenagers.map(t => "COUNT(*): " + t(0)).collect().foreach(println)
avg
val teenagers = sql("SELECT AVG(col4), AVG(col5) FROM people group by col1, col2, col3")
teenagers.map(t => "AVG1: " + t(0) + "AVG2: " + t(1)).collect().foreach(println)
sum
val teenagers = sql("SELECT SUM(col4), SUM(col5) FROM people group by col1, col2, col3")
teenagers.map(t => "SUM1: " + t(0) + " SUM2: " + t(1)).collect().foreach(println)
min
val teenagers = sql("SELECT MIN(col4), MIN(col5) FROM people group by col1, col2, col3")
teenagers.map(t => "MIN1: " + t(0) + " MIN2: " + t(1)).collect().foreach(println)
val teenagers = sql("SELECT MIN(col4), MIN(col5) FROM people group by col1, col2, col3")
teenagers.map(t => "MIN1: " + t(0) + " MIN2: " + t(1)).collect().foreach(println)
case when
val teenagers = sql("select case WHEN col1 >1 THEN 'aaa' ELSE 'bbb' END FROM people")
teenagers.map(t => "0: " + t(0)).collect().foreach(println)
左联 外连
cat a.txt
333
789
900
cat b.txt
200,aaa
333,bbb
789,bbb
789,ddd
789,ddd
333,bbb
1,abc
2,abc
case class A(col1: Int)
val a = sc.textFile("/usr/local/spark-1.2.0/a.txt").map(_.split(" ")).map(p => A(p(0).trim.toInt))
a.registerAsTable("a")
case class B(col1: Int, col2: String)
val b = sc.textFile("/usr/local/spark-1.2.0/b.txt").map(_.split(",")).map(p => B(p(0).trim.toInt, p(1)))
b.registerAsTable("b")
val teenagers = sql("select a.col1, b.col1, b.col2 FROM a left join b on a.col1 = b.col1")
teenagers.map(t => "a.col1: " + t(0) + "b.col1: " + t(1) + "b.col2: " + t(2)).collect().foreach(println)
单行函数没有测试,估计常用基础的都可以支持
- spark sql基础使用范例
- spark sql 基础
- sql游标的使用范例
- spark 基础和spark sql翻译
- Spark SQL UDF使用
- Spark SQL的使用
- Spark SQL UDF使用
- Spark SQL 简单使用
- spark-SQL的使用
- spark-sql使用
- Linux socket 基础函数及使用范例
- SQL SERVER触发器 使用 游标范例
- T-SQL游标的使用范例
- SQL SERVER 临时表 使用 范例
- Spark Scala 范例
- 使用spark-sql-perf评测spark 2.0
- zeppelin 安装使用,测试spark,spark sql
- Spark安装与基础使用
- 信号频谱的几种表示方式及其关系
- mysql实现ROW_NUMBER()
- apache开启gzip压缩
- iBatis简单入门教程
- 安卓4.4上adb高权限相关几个系统属性
- spark sql基础使用范例
- Hibernate - 中文乱码
- EditText 软件键盘之间的控制
- 数学与位运算
- Windows 操作系统安全模式九大应用技巧
- 关于Wrong orientation? No orientation specified问题
- IOS及时通讯中消息的处理方式
- VLC for Android源码下载和编译 (包含其他开源项目,很全面!!!!)
- atoi()函数的实现