spark SQL学习

1 spark SQL基本操作

将下列 JSON 格式数据复制到 Linux 系统中,并保存命名为 employee.json。

{ "id":1 , "name":" Ella" , "age":36 }

{ "id":2, "name":"Bob","age":29 }

{ "id":3 , "name":"Jack","age":29 }

{ "id":4 , "name":"Jim","age":28 }

{ "id":4 , "name":"Jim","age":28 }

{ "id":5 , "name":"Damon" }

{ "id":5 , "name":"Damon" }

为 employee.json 创建 DataFrame,并写出 Scala 语句完成下列操作:

(1) 查询所有数据;

 spark SQL学习

(2) 查询所有数据,并去除重复的数据;

 spark SQL学习

(3) 查询所有数据,打印时去除 id 字段;

 spark SQL学习

(4) 筛选出 age>30 的记录;

 spark SQL学习

(5) 将数据按 age 分组;

 spark SQL学习

(6) 将数据按 name 升序排列;

  spark SQL学习

(7) 取出前 3 行数据;

 spark SQL学习

(8) 查询所有记录的 name 列,并为其取别名为 username;

 spark SQL学习

(9) 查询年龄 age 的平均值;

 spark SQL学习

(10) 查询年龄 age 的最小值。

 spark SQL学习

编程实现将 RDD  转换为 DataFrame

源文件内容如下(包含 id,name,age):

1,Ella,36

2,Bob,29

3,Jack,29

请将数据复制保存到 Linux 系统中,命名为 employee.txt,实现从 RDD 转换得到DataFrame,并按“id:1,name:Ella,age:36”的格式打印出 DataFrame 的所有数据。请写出程序代码。

 

 

package cn.itcast.spark.mook

import org.apache.spark.sql.SparkSession
import org.junit.Test

 

class RDDtoDataFrame {

@Test
def test(): Unit ={
val spark=SparkSession.builder()
.appName("datafreame1")
.master("local[6]")
.getOrCreate()

import spark.implicits._
val df=spark.sparkContext.textFile("dataset/employee.txt").map(_.split(","))
.map(item => Employee(item(0).trim.toInt,item(1),item(2).trim.toInt))
.toDF()
df.createOrReplaceTempView("employee")
val dfRDD=spark.sql("select * from employee")
dfRDD.map(it => "id:"+it(0) +",name:"+it(1)+",age:"+it(2) )
.show()
}
}
case class Employee(id:Int,name:String,age:Long)

 

 

spark SQL学习

3|0编程实现利用 DataFrame  读写 MySQL  的数据

(1)在 MySQL 数据库中新建数据库 sparktest,再创建表 employee,包含如表 6-2 所示的两行数据。

 表 6-2 employee  表原有数据

id name gender Age
1 Alice F 22
2 John M 25

 

spark SQL学习

 

(2)配置 Spark 通过 JDBC 连接数据库 MySQL,编程实现利用 DataFrame 插入如表 6-3 所示的两行数据到 MySQL 中,最后打印出 age 的最大值和 age 的总和。

表 6-3 employee  表新增数据

id name gender age
3 Mary F 26
4 Tom M 23

 

package cn.itcast.spark.mook

import org.apache.spark.sql.{SaveMode, SparkSession}
import org.apache.spark.sql.types.{FloatType, IntegerType, StringType, StructField, StructType}

object MysqlOp {

def main(args: Array[String]): Unit = {

val spark = SparkSession
.builder()
.appName("mysql example")
.master("local[6]")
.getOrCreate()

val schema = StructType(
List(
StructField("id", IntegerType),
StructField("name", StringType),
StructField("gender", StringType),
StructField("age", IntegerType)
)
)

val studentDF = spark.read
//分隔符:制表符
.option("delimiter", ",")
.schema(schema)
.csv("dataset/stu")

studentDF.write
.format("jdbc")
.mode(SaveMode.Append)
.option("url", "jdbc:mysql://hadoop101:3306/spark02")
.option("dbtable", "employee")
.option("user", "spark")
.option("password", "fengge666")
.save()

spark.read
.format("jdbc")
.option("url", "jdbc:mysql://hadoop101:3306/spark02")
.option("dbtable","(select max(age),SUM(age) from employee) as emp")
.option("user", "spark")
.option("password", "fengge666")
.load()
.show()


}

}

 
 

spark SQL学习

 

spark SQL学习

上一篇:mysql 存储引擎,基本数据类型


下一篇:MongoDB使用C驱动基本的CRUD操作