通过dataframe相关算子操作创建dataset
说明
- 使用Dataframe相关算子进行转换的来 都需要引入sparksession的隐式转换内容
- map算子 将原有的Dataset的每一行数据进行转换 得到一个新的数据类型 就是新的Dataset的类型
flatMap算子 将原有的Dataset的每一行数据进行压扁操作 得到一个集合数据类型 集合数据就是新的Dataset的类型 - DataFrame中SQL操作算子都返回是一个Dataset结果集,除了select和selectExpr
代码
package SparkSQL.DataSet
import org.apache.spark.SparkConf
import org.apache.spark.sql.{DataFrame, Dataset, SparkSession}
/**
* Dataset的第四种创建方式:
* 使用Dataframe相关算子进行转换的来 都需要引入sparksession的隐式转换内容
* map算子 将原有的Dataset的每一行数据进行转换 得到一个新的数据类型 就是新的Dataset的类型
* flatMap算子 将原有的Dataset的每一行数据进行压扁操作 得到一个集合数据类型 集合数据就是新的Dataset的类型
* DataFrame中SQL操作算子都返回是一个Dataset结果集,除了select和selectExpr
*/
object BySuanZiCreateDataset {
def main(args: Array[String]): Unit = {
val sparkConf = new SparkConf().setAppName("demo04").setMaster("local[*]")
val session = SparkSession.builder().config(sparkConf).getOrCreate()
val seq:Seq[(String,Int)] = Array(("zs",20),("ls",20),("ww",20))
val dataFrame:DataFrame = session.createDataFrame(seq)
import session.implicits._
val dataset: Dataset[(String, Int)] = dataFrame.map(row => {
((row.getAs[String](0), row.getAs[Int](1)))
})
dataset.show()
val frame: DataFrame = session.read.text("hdfs://node1:9000/wc.txt")
frame.show()
val dataset1: Dataset[String] = frame.flatMap(row => {
val line = row.getAs[String](0)
val array = line.split(" ")
array
})
dataset1.show()
}
}
本文来自博客园,作者:jsqup,转载请注明原文链接:https://www.cnblogs.com/jsqup/p/16639395.html