Rdd转DataFrame
1 2 3 4 5 6 7 8 9 10 11 12 | from pyspark.sql.types import * from pyspark import SparkContext,SparkConf from pyspark.sql import SparkSession spark = SparkSession.builder.appName( "boye" ).getOrCreate() sc = spark.sparkContext textFile = sc.textFile( "file:///usr/local/test/urls" ) rdd = textFile. map ( lambda x:x.split( "\t" )). filter ( lambda x: len (x) = = 2 ) df = spark.createDataFrame(rdd,schema = [ "rowkey" , "url" ]) df.write. format ( "json" ).mode( "overwrite" ).save( "file:///usr/local/test/outPut" ) #保存数据 df.write.save(path = '/usr/local/test/csv' , format = 'csv' , mode = 'overwrite' , sep = '\t' ) #保存为csv文件 df.write.mode( "overwrite" ).saveAsTable( "ss" ) #永久保存 |
DataFrame转Rdd
1 from pyspark import SparkContext,SparkConf 2 from pyspark.sql import SparkSession 3 spark=SparkSession.builder.appName("boye").getOrCreate() 4 sc = spark.sparkContext 5 df = spark.read.json("file:///usr/local/test/01.json") 6 rdd = df.select("name","age").limit(10).rdd 7 rdd = rdd.map(lambda d:"{}\t{}".format(d.name,d.age) ) 8 rdd.saveAsTextFile("file:///usr/local/test/rdd_json") 9 #rdd.repartition(1).saveAsTextFile("file:///usr/local/test/rdd1")
分类:
hadoop
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?