Spark大數(shù)據(jù)分析 課件 5.2 DataFrames_第1頁
Spark大數(shù)據(jù)分析 課件 5.2 DataFrames_第2頁
Spark大數(shù)據(jù)分析 課件 5.2 DataFrames_第3頁
Spark大數(shù)據(jù)分析 課件 5.2 DataFrames_第4頁
Spark大數(shù)據(jù)分析 課件 5.2 DataFrames_第5頁
已閱讀5頁，還剩5頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

DataFrames目錄/Contents01DataFrames創(chuàng)建02操作DataFrames03RDD轉換為DataFramesDataFrames創(chuàng)建01DataFrames創(chuàng)建在Spark2.0版本之前，SparkSQL中的SQLContext是創(chuàng)建DataFrame和執(zhí)行SQL的入口，可以利用HiveContext接口，通過HiveQL語句操作Hive表數(shù)據(jù)，實現(xiàn)數(shù)據(jù)查詢功能。從Spark2.0版本以上開始，Spark使用全新的SparkSession接口替代SQLContext及HiveContext接口來實現(xiàn)對其數(shù)據(jù)加載、轉換、處理等功能。DataFrames創(chuàng)建1．數(shù)據(jù)準備2.通過文件創(chuàng)建DataFrame3.RDD轉換為DataFrame操作DataFrames02操作DataFramesDataFrame提供了兩種語法風格，即DSL風格語法和SQL風格語法，兩者在功能上并無區(qū)別，僅僅是根據(jù)用戶習慣，自定義選擇操作方式。DSL風格2.SQL風格RDD轉換為DataFrames03RDD轉換為DataFramesSparkSQL支持兩種不同的方式轉換已經(jīng)存在的RDD到DataFrame。第一種方式，是使用反射來推斷包含了特定數(shù)據(jù)類型的RDD的元數(shù)據(jù)。這種基于反射的方式，代碼比較簡潔，當你已經(jīng)知道你的RDD的元數(shù)據(jù)時，是一種非常不錯的方式。這個方式簡單，但

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論