首页技术文章正文

怎样创建Dataset对象?

更新时间:2021-09-08 来源:黑马程序员 浏览量:

IT培训班

创建Dataset可以通过SparkSession中的createDataset来创建,具体代码如下。

scala >val personDs=

spark.createDataset(sc.textFile("/spark/person.txt"))

personDs:org.apache.spark.sq1.Dataset[string]=[value:string]

scala>personDs.show()
+- - -  - - - - - - -- - - +
|        value             |
+- - -  - - - - - - -- - - +
|1 zhangsan 20             |

|2 lisi      29            |

|3 wangwu   25             |

|4 zhaoliu  30             |

|5 tianqi    35            |             

|6 jerry     40            |

+- - -  - - - - - - -- - - +

从上述返回结果personDs 的属性可以看出,Dataset从已存在的RDD中构建成功,并且赋Fvalue为String类型。Dataset和DataFrame拥有完全在相同的成员函数,通过show方式可以展示personDs中数据的具体内容。

Dataset不仅能从RDD中构建,它与DataFrame也可以互相转换,DataFrame可以通过as[ElementType]方法转换为Dataset,同样Dataset 也可以使用toDF()方法转换为DataFrame,具体代码如下:

scala>spark.read.text("/spark/person.txt".as[String]
res14:org.apache.spark.sql.Dataset[string]=[value: string]
scala>spatk.read.text("/spark/person.txt").as[String].toDF()
Res15:org.apache.spark.sql.DataFrame=[value: string]

Detaset操作:与 DeuaFreme 大致相同,读者可查看官方API http://spark  apache.org/dsats/api/scall index.html#org.apche,spark.sql.Dataset详细学习更多的Dataset操作。






猜你喜欢:

DataFrame是什么?与RDD有什么区别?

DataFrame的创建方法【大数据文章】

Scala子类继承父类的方法【黑马程序员】

黑马程序员python大数据培训

分享到:
在线咨询 我要报名
和我们在线交谈!