博客
关于我
SparkSession详解
阅读量:138 次
发布时间:2019-02-26

本文共 1817 字,大约阅读时间需要 6 分钟。

SparkSession?Spark 2.0?????????

SparkSession??Spark 2.0??????????????Spark???????????????????????????DataFrame?Dataset???API??????????????????????????????????SparkSession????

SparkSession???

SparkSession?Spark 2.0?????????????????????????????????????SparkConf?SparkContext?SQLContext?????????????SparkSession??????

  • ?????SparkSession????DataFrame?Dataset API??????????????????????JSON?CSV?TXT?Parquet???
  • SQL???????????Spark SQL????????????SparkSession????DataFrame???SQL??????
  • Hive??????SparkSession????????????Hive????????????????
  • ?????SparkSession?????SparkContext???????????API?????????????
  • ??SparkSession

    ?Spark 2.0??????????SparkSession?????????????????SparkSession????

    val warehouseLocation = "file:${system:user.dir}/spark-warehouse"val spark = SparkSession  .builder()  .appName("SparkSessionZipsExample")  .config("spark.sql.warehouse.dir", warehouseLocation)  .enableHiveSupport()  .getOrCreate()

    ????

    ???SparkSession?????????API??????????????????

    spark.conf.set("spark.sql.shuffle.partitions", "6")spark.conf.set("spark.executor.memory", "2g")

    ?????

    SparkSession????????????????????????????

    spark.catalog.listDatabases.show(false)spark.catalog.listTables.show(false)

    ??JSON??

    ??SparkSession?????????JSON????????DataFrame?

    val jsonFile = args(0)val zipsDF = spark.read.json(jsonFile)zipsDF.filter(zipsDF.col("pop") > 40000).show(10)

    ??Spark SQL

    SparkSession????SQL???????????????????????

    zipsDF.createOrReplaceTempView("zips_table")zipsDF.cache()val resultsDF = spark.sql("SELECT city, pop, state, zip FROM zips_table")resultsDF.show(10)

    ?SparkContext???

    ???SparkContext?????????????SparkSession?????????????????????????

    ??

    SparkSession??????Spark????????????????????????????????????????SparkSession?????????????????????Hive????????????Spark 2.0???????????

    ?????http://www.raincent.com/content-85-7196-1.html

    转载地址:http://rdgy.baihongyu.com/

    你可能感兴趣的文章
    python:Could not find platform independent libraries <prefix>解决方法
    查看>>
    Python:datetime tzinfo 时区名称文档
    查看>>
    Python:deepcopy(list) vs new_list = old_list[:]
    查看>>
    Python:Google API - 从消息中获取 mimeTypes
    查看>>
    Python:Google API - 从消息中获取 mimeTypes
    查看>>
    Python:subprocess.call,stdout to file,stderr to file,在屏幕上实时显示stderr
    查看>>
    Python:TypeError:无法连接“str“和“int“对象
    查看>>
    Python:XPath 在 ElementTree 中不可用
    查看>>
    Python:从 FTP 服务器下载文件
    查看>>
    python:从列表中创建元组列表
    查看>>
    Python:从嵌套列表中删除重复项
    查看>>
    Python:从间隔映射到值
    查看>>
    Python:使用 shell=False 的子进程调用不起作用
    查看>>
    Python:修改 PATH 环境变量的平台无关方式
    查看>>
    Python:假与 0
    查看>>
    Python:函数使用
    查看>>
    Python:函数进阶
    查看>>
    Python:在整数的二进制表示中查找最长的二进制间隙
    查看>>
    Python:如何从二进制转换为 base 64 并返回?
    查看>>
    Python:如何以非阻塞方式读取子进程的标准输出
    查看>>