1.Spark SQL出现的 原因是什么?

2.用spark.read 创建DataFrame

3.观察从不同类型文件创建DataFrame有什么异同?

4.观察Spark的DataFrame与Python pandas的DataFrame有什么异同？

 

Spark SQL DataFrame的基本操作

创建：

file='file:///usr/local/spark/examples/src/main/resources/people.txt'
data = spark.read.text(file)
file='file:///usr/local/spark/examples/src/main/resources/people.json'
datas = spark.read.json(file)

打印数据

data.show()
datas.show()

 

　　

 

 

 

打印概要

data.printSchema()
datas.printSchema()

　　

 

 

 

查询总行数

data.count()
datas.count()
data.head(3)
datas.head(3)

 

 

 　　

 

 

输出全部行

data.collect()
datas.collect()

　　

 

 

查询概况

data.describe().show()

　　

 

 

取列

datas['name']
datas.select()
datas.select(datas['name'],datas['age']+1).show()
datas.filter(datas['age']>20).show()
datas.groupBy('age').count().show()
datas.sort(datas['age'].desc()).show()