一个简单的sparkSQL案例

使用编程接口来创建DataFrame.
注意的问题:需要记住一个这样的结构~

package sparksqldemo

import org.apache.spark.sql.types.{IntegerType, StringType, StructField, StructType}
import org.apache.spark.sql.{Row, SQLContext}
import org.apache.spark.{SparkConf, SparkContext}



/**
  * Created by Youxiangyang on 2017/2/16.
  * DataFrame
  * 最核心的编程抽象.可以理解为是以列的形式存储的,分布式的数据集合.
  * 和关系型数据库很类似.
  * 可以通过多种数据源来构造.如结构化的数据文件,数据库中的表.hive的表,RDD等
  */
object Demo01 {
  def main(args: Array[String]): Unit = {
    val conf=new SparkConf().setAppName("HiveDemo").setMaster("local")
    val sc=new SparkContext(conf)
    val sqlContext=new SQLContext(sc)
    //设置conf,配置AppName,运行的Master(这里设置为本地模式
    //创建一个sc的SQLContext对象
    //创建一个sqlcontext对象(也可以是SQLContext的子类对象,如 HiveContext)
    //加载数据源
    val datas=sc.textFile("hdfs://hadoop01:9000/datas/people")
    //RDD转换为DataFrame有两种方式:(这里使用了第二种)
    //使用反射方式推断元数据
    //使用编程接口来创建DataFrame.
    val rowRDD=datas.map(line=>{
      val stu=line.split("\t")
      Row(stu(0).toInt,stu(1),stu(2))
      //创建出元素为ROW的RDD
    })
    //流程简介:从原始的RDD创建一个元素为row的RDD;接下来创建一个structType,来代表ROW,最后将动态定义的
    //元数据应用到RDD(ROW)上
    val structType=StructType(Array(
      //通过编程的方式动态的构造元数据
      StructField("id",IntegerType,true),
      StructField("name",StringType,true),
      StructField("sex",StringType,true)
    ))
    //通过sqlContext的createDataFrame方法,创建DataFrame,
    // 将row类型的RDD和数据结构structType结合到一起
    val stuDF=sqlContext.createDataFrame(rowRDD,structType)
    stuDF.show()
    //show方法可以把里面的数据显示出来
    stuDF.registerTempTable("stu")
    //注册为临时表,这样就可以使用SQL语句了.
    sqlContext.sql("select name form stu where sex='m'").show()

  }
}

你可能感兴趣的:(Spark学习,Scala)