spark SQL编程动手实战-01

首先创建SparkContext上下文：

接着引入隐身转换，用于把RDD转成SchemaRDD:

接下来定义一个case class 来用于描述和存储SQL表中的每一行数据：

接下来要加载数据，这里的测试数据是user.txt文件：

我们创建好use.txt增加内容并上传到hdfs中：

web控制台查询：

hdfs命令查询：

 

加载数据：

验证数据是否加载成功：

 

注册成为user的table：

 

此刻user还是一个MappedRDD:

执行age 大于13 小于19的SQL查询：

此刻的teenagers已经隐身转换成SchemaRDD

通过collect操作触发job的提交和执行：

结果：

 

DSL是Domain Specific Language的缩写，使用DSL我们可以直接基于读取的RDD数据进行SQL操作，无需注册成Table。

我们重新启动下spark-shell：

 

同样使用"user.txt"的数据：

验证user:

 

我们这次直接使用SQL查询操作：

 

使用toDebugString查看下结果：

可以发现使用DSL的使用teenagers在内部已经被隐身转换了SchemaRDD的实例

 

可以发现与前面那张注册Table方式的结果是一样的

评论

1 楼 i042416 2015-08-16