摘要：
spark dataframe派生于RDD类，但是提供了非常强大的数据操作功能。当然主要对类SQL的支持。 在实际工作中会遇到这样的情况，主要是会进行两个数据集的筛选、合并，重新入库。 首先加载数据集，然后在提取数据集的前几行过程中，才找到limit的函数。 而合并就用到union函数，重新入库，就 阅读全文
摘要：
将一个字段分组，统计每组重复个数，并排序 SELECT Customer, OrderDate, count(*) as Num FROM `all_orders` GROUP BY Customer, OrderDate ORDER BY Num 阅读全文