四.SparkSQL中DataFrame与RDD互操作之一：反射方式

r囧r小猫 2022-05-08 08:52 157阅读 0赞

**一.引言**

Spark SQL支持两种不同的方法将现有RDD转换为数据集。第一种方法使用反射来推断包含特定类型对象的RDD的模式。这种基于反射的方法可以使代码更简洁，并且在编写Spark应用程序时已经了解了模式，因此可以很好地工作。详细资料参考  [DataFrame与RDD互操作之反射][DataFrame_RDD]

**二.实例操作演示**  
在开始之前现在项目的根路径下创建一个infos.txt文件，里面插入下面这种数据，以便进行学习  
1,李国辉,26  
2,华华,23  
3,ligh,24

下面开始  
import org.apache.spark.sql.SparkSession  
// DataFrame和RDD的互操作之反射  
object DataFrameRDDApp \{

def main(args: Array\[String\]) \{

val spark = SparkSession.builder().appName("DataFrameRDDApp").master("local[2]").getOrCreate()
    
    val rdd = spark.sparkContext.textFile("infos.txt")
    
    //导入隐式转换，不然没有toDF方法转换为DataFrame
    import spark.implicits._
    
    //通过split方法截取到的数组，然后依次放进一个Info类中，最后通过toDF方法获取到DataFrame数据
    val infoDF = rdd.map(_.split(",")).map(line=>Info(line(0).toInt,line(1),line(2).toInt)).toDF()

> //在控制台打印前20条数据  
> infoDF.show()

![在这里插入图片描述][70]

> //过滤年龄大于24的数据  
> infoDF.filter(infoDF.col(“age”)>24).show()  
> ![在这里插入图片描述][70 1]

/**把DataFrame数据变成一个表进行操作**/
    
    infoDF.createOrReplaceTempView("infos")
    
    spark.sql("select * from infos where age >23").show()

![在这里插入图片描述][70 2]  
spark.stop()  
\}  
//创建一个case class类，目的就是把数据塞进一个类中，使之可以像一个表一样  
case class Info(id: Int, name: String, age: Int)  
\}

**三.总结**

使用反射来推断包含了特定数据类型的RDD的元数据（元数据就是case class）
    
    使用DataFrame API或者sql方式进行编程

以上就是DataFrame与RDD互操作的第一种方式：放射方式

*  当你走的时候也许别人正在跑，当你跑的时候也许别人比你跑的更快。。。

[DataFrame_RDD]: http://spark.apache.org/docs/latest/sql-programming-guide.html#interoperating-with-rdds
[70]: /images/20220508/80087f934d2e4a9fbf579a81dce3de26.png
[70 1]: /images/20220508/686475b9f4fb4bbf90a7779ffdb04357.png
[70 2]: /images/20220508/8a8518c0604d4867899f78813df620ba.png