Spark _23 _读取parquet文件创建DataFrame(二)
生活随笔
收集整理的這篇文章主要介紹了
Spark _23 _读取parquet文件创建DataFrame(二)
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
讀取parquet文件創建DataFrame
注意:
- 可以將DataFrame存儲成parquet文件。保存成parquet文件的方式有兩種
?
- SaveMode指定文件保存時的模式。
Overwrite:覆蓋
Append:追加
ErrorIfExists:如果存在就報錯
Ignore:如果存在就忽略
javaAPI:
【注】創建目錄:parquet
package SparkSql;import org.apache.spark.SparkConf; import org.apache.spark.api.java.JavaRDD; import org.apache.spark.api.java.JavaSparkContext; import org.apache.spark.sql.Dataset; import org.apache.spark.sql.Row; import org.apache.spark.sql.SQLContext; import org.apache.spark.sql.SaveMode;/*** @author George* @description* 讀取parquet文件創建DataFrame**/ public class ParquetDemo {public static void main(String[] args) {SparkConf conf = new SparkConf();conf.setAppName("pd");conf.setMaster("local");JavaSparkContext sc = new JavaSparkContext(conf);sc.setLogLevel("error");SQLContext sqlContext = new SQLContext(sc);JavaRDD<String> rdd1 = sc.textFile("./data/json");Dataset<Row> dataset = sqlContext.read().json(rdd1);/*** 將Dataset保存成parquet文件,SaveMode指定存儲文件時的保存模式* 保存成parquet文件有以下兩種方式:*///format 指定基礎輸出數據源。內置選項包括“parquet”、“json”等。dataset.write().mode(SaveMode.Overwrite).format("parquet").save("./data/parquet"); // dataset.write().mode(SaveMode.Overwrite).parquet("./data/parquet");dataset.show();/*** +----+------+* | age| name|* +----+------+* | 22|george|* |null| lucy|* | 20| honey|* | 20| KK|* +----+------+*//*** 加載parquet文件成DataFrame* 加載parquet文件有以下兩種方式:*/Dataset<Row> load = sqlContext.read().format("parquet").load("./data/parquet"); // Dataset<Row> load = sqlContext.read().parquet("./data/parquet");load.show();/*** +----+------+* | age| name|* +----+------+* | 22|george|* |null| lucy|* | 20| honey|* | 20| KK|* +----+------+*/sc.stop();} }scalaAPI:
package SparkSqlimport org.apache.spark.sql.{SQLContext, SaveMode} import org.apache.spark.{SparkConf, SparkContext}object ParquetScalaDemo {def main(args: Array[String]): Unit = {val conf = new SparkConf().setMaster("local").setAppName("sd")val sc = new SparkContext(conf)sc.setLogLevel("error")val sqlContext = new SQLContext(sc)val rdd = sc.textFile("./data/json")val dataFrame = sqlContext.read.json(rdd)dataFrame.show()/*** +----+------+* | age| name|* +----+------+* | 22|george|* |null| lucy|* | 20| honey|* | 20| KK|* +----+------+*//*** 將dataframe保存成parquet文件*/ // dataFrame.write.format("parquet").save("./data/parquet")dataFrame.write.mode(SaveMode.Overwrite).parquet("./data/parquet")/*** 讀取parquet文件*/val result = sqlContext.read.parquet("./data/parquet") // val result = sqlContext.read.format("parquet").load("./data/parquet")result.show()/*** +----+------+* | age| name|* +----+------+* | 22|george|* |null| lucy|* | 20| honey|* | 20| KK|* +----+------+*/sc.stop()} }?
總結
以上是生活随笔為你收集整理的Spark _23 _读取parquet文件创建DataFrame(二)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 什么是parquet文件?
- 下一篇: Spark _24 _读取JDBC中的数