06 Spark SQL 及其DataFrame的基本操作

Spark SQL DataFrame的基本操作

文件路径：

file='url'

文本：

json：

创建：

spark.read.text(file)

spark.read.json(file)

打印数据

df.show()默认打印前20条数据，df.show(n)

文本：

 

json:

打印概要

df.printSchema()

文本：

 json:

查询总行数

df.count()

df.head(3) #list类型，list中每个元素是Row类

文本：

json:

输出全部行

df.collect() #list类型，list中每个元素是Row类（文本与json数据差异与上df.head()同）

查询概况

df.describe().show()

文本：

json：

取列(仅json文件可使用以下命令)

df['name']

df.name

df.select()

df.filter()

df.groupBy()

df.sort()