使用Java实战RDD和DataFrame转换操作
来源:互联网 发布:高中化学大全软件下载 编辑:程序博客网 时间:2024/05/17 09:35
一:RDD与DataFrame转换
1. 通过反射的方式来推断RDD元素中的元数据。因为RDD本身一条数据本身是没有元数据的,例如Person,而Person有name,id等,而record是不知道这些的,但是变成DataFrame背后一定知道,通过反射的方式就可以了解到背后这些元数据,进而转换成DataFrame。
如何反射?
Scala: 通过case class映射,在case class里面说我们这个RDD里面每个record的不同列的元数据是什么。
Java: 如何描述数据的元数据?构建Java Bean,使用Java Bean构建元数据信息,然后变换成DataFrame,但是此种方法不可以构建DataFrame嵌套类型。
2. 动态获取Schema,我们并不知道RDD的元数据信息,所以只能根据曾经运行时动态构建一份具体的元数据。然后将具体的元数据运行在存在的RDD上。而且这种情况比较常见。
二:代码实战
package com.dt.spark.SparkApps.sql;import java.util.List;import org.apache.spark.SparkConf;import org.apache.spark.api.java.JavaRDD;import org.apache.spark.api.java.JavaSparkContext;import org.apache.spark.api.java.function.Function;import org.apache.spark.sql.DataFrame;import org.apache.spark.sql.Row;import org.apache.spark.sql.SQLContext;/** * 使用反射的方式将RDD转换成为DataFrame Person [id=1, name=Spark, age=7] Person [id=2, name=Hadoop, age=10] */public class RDDToDataFrameByReflection { public static void main(String[] args) { SparkConf conf = new SparkConf().setMaster("local").setAppName("RDDToDataFrameByReflection"); JavaSparkContext sc = new JavaSparkContext(conf); SQLContext sqlContext = new SQLContext(sc); //读取数据 JavaRDD<String> lines = sc.textFile("E://persons.txt"); JavaRDD<Person> persons = lines.map(new Function<String,Person>(){ private static final long serialVersionUID = 1L; @Override public Person call(String line) throws Exception { String[] splited = line.split(","); Person p = new Person(); p.setId(Integer.valueOf(splited[0].trim())); p.setName(splited[1].trim()); p.setAge(Integer.valueOf(splited[2].trim())); return p; } }); //第一个参数:RDD,第二个参数是JavaBean,Person类 //第二参数就是封装的JavaBean,JavaBean中封装了Person的元数据信息, //通过第二个参数DataFrame也就获得了元数据信息。 //在底层通过反射的方式获得Person的所有Fields,结合RDD本身,就生成了DataFrame DataFrame df = sqlContext.createDataFrame(persons, Person.class); df.registerTempTable("persons"); DataFrame bigDatas = sqlContext.sql("select * from persons where age >= 6"); //DataFrame => RDD JavaRDD<Row> bigDataRDD = bigDatas.javaRDD(); JavaRDD<Person> result = bigDataRDD.map(new Function<Row,Person>(){ private static final long serialVersionUID = 1L; @Override public Person call(Row row) throws Exception { //返回具体每条记录 Person p = new Person(); /** * 由于数据在DataFrame会进行优化,里面会对元数据进行排序 * 顺序可能就不是id name age的顺序了。 */ p.setId(row.getInt(1)); p.setName(row.getString(2)); p.setAge(row.getInt(0)); return p; } }); List<Person> personList = result.collect(); for(Person p : personList){ System.out.println(p); } }}
People.java源码如下:
package com.dt.spark.SparkApps.sql;import java.io.Serializable;//因为底层是反射,要求JavaBean是public//此时需要序列化,因为是分布式方式。public class Person implements Serializable{ private static final long serialVersionUID = 1L; private int id; private String name; private int age; public int getId() { return id; } public void setId(int id) { this.id = id; } public String getName() { return name; } public void setName(String name) { this.name = name; } public int getAge() { return age; } public void setAge(int age) { this.age = age; } @Override public String toString() { return "Person [id=" + id + ", name=" + name + ", age=" + age + "]"; }}
0 0
- 使用Java实战RDD和DataFrame转换操作
- 使用Java和Scala在IDE中实战RDD和DataFrame转换操作
- 使用Java和Scala在IDE中实战RDD和DataFrame动态转换操作
- SPARK 使用Java 在IDE中实战RDD和DataFrame动态转换操作
- 第59课:使用Java和Scala在IDE中实战RDD和DataFrame转换操作’学习笔记
- 第60课:使用Java和Scala在IDE中实战RDD和DataFrame动态转换操作学习笔记
- Java实战RDD与DataFrame动态转换操作
- 使用Java实战RDD与Dataframe动态转换
- 大数据IMF传奇行动绝密课程第59课:使用Java和Scala在IDE中实战RDD和DataFrame转换操作
- 大数据IMF传奇行动绝密课程第60课:使用Java和Scala在IDE中实战RDD和DataFrame动态转换操作
- 使用java 将 Spark RDD和DataFrame转换
- RDD和DataFrame转换(Java+Scala)
- 利用JAVA、SCALA实现RDD和DataFrame转换
- RDD与DataFrame动态转换(Java)
- rdd转换为DataFrame
- RDD和Dataframe
- DataFrame和 Rdd
- 将任意Java对象RDD转换成DataFrame
- CentOS 6.5升级Python和安装pip、IPython
- 安装Yii 2
- AdaBoost
- 引用传递和值传递
- 初学爬虫,爬取糗百段子(修改版,亲测)
- 使用Java实战RDD和DataFrame转换操作
- hdu 4706 Children's Day
- 逻辑的力量
- 六、树和二叉树--(3)已知先序遍历和中序遍历求后序遍历
- Mysql使用注意问题
- Collection(practice)
- 我爱学Java之Thread中stop(),suspend(),resume()为什么不安全
- 80. Remove Duplicates from Sorted Array II
- 草稿