实验5SparkSQL编程初级实践实验 5  Spark SQL 编程初级实践    参考厦门⼤学林⼦⾬
1． Spark SQL 基本操作
1. 将下列 json 数据复制到你的 ubuntu 系统/usr/local/spark 下，并保存命名为 employee.json。{ "id":1 ,"name":" Ella","age":36 }
{ "id":2,"name":"Bob","age":29 }
{ "id":3 ,"name":"Jack","age":29 }
{ "id":4 ,"name":"Jim","age":28 }
{ "id":5 ,"name":"Damon" }
{ "id":5 ,"name":"Damon" }
2.
scala> import org.apache.spark.sql.SparkSession
scala> val spark=SparkSession.builder().getOrCreate()
scala> import spark.implicits._
scala> val df = ad.json("file:///usr/local/spark/employee.json")
3.
(1) 查询 DataFrame 的所有数据
4位数字正则表达式
(2) 查询所有数据，并去除重复的数据
(3) 查询所有数据，打印时去除 id 字段
(4) 筛选 age>30 的记录
(5) 将数据按 name 分组
(6) 将数据按 name 升序排列
(7) 取出前 3 ⾏数据
(8) 查询所有记录的 name 列，并为其取别名为 username
(9) 查询年龄 age 的平均值
(10) 查询年龄 age 的最⼩值
2． 编程实现将 RDD 转换为 DataFrame
源⽂件内容如下（包含 id,name,age） ，将数据复制保存到 ubuntu 系统/usr/local/spark 下， 命名为 ，实现从 RDD 转换得到 DataFrame，并按 id:1,name:Ella,age:36 的格式 打印出 DataFrame 的所有数据。
：利⽤反射来推断包含特定类型对象的RDD的schema，适⽤对已知数据结构的RDD 转换；
Employee(attributes(0). Int,attributes(1), attributes(2).Int)).toDF()
3. 编程实现利⽤ DataFrame 读写 MySQL 的数据
卡盟源码asp（1）在 MySQL 数据库中新建数据库 sparktest，再创建表 employee，包含如表 6-2 所⽰的 两⾏数据。 表 6-2 employee 表原有数据
id Name Gender Age
1Alice F22
2John M25
mysql -u root -p
（2）配置 Spark 通过 JDBC 连接数据库 MySQL，编程实现利⽤ DataFrame 插⼊如表 6-3 所 ⽰的两⾏数据到 MySQL 中，最后打印出 age 的最⼤值和 age 的总和。表 6-3 employee 表新增数据
Id name Gender Age
3Mary F26
4Tom M23
import java.util.Propertiesjenkins什么意思
import org.apache.pes._
import org.apache.spark.sql.Row
object TestMySQL {
火星自学网def main(args: Array[String]) {
val employeeRDD = spark.sparkContext.parallelize(Array("3 Mary F 26","4 Tom M 23")).
mysql面试题初级map(_.split(" "))
val schema = StructType(List(StructField("id", IntegerType, true),
array定义StructField("name", StringType, true),StructField("gender", StringType, true),
StructField("age", IntegerType, true)))
val rowRDD = employeeRDD.map(p => Row(p(0).toInt,p(1).trim, p(2).trim,p(3).toInt))
val employeeDF = ateDataFrame(rowRDD, schema)
val prop = new Properties() prop.put("user", "root")
prop.put("password", "hadoop")
prop.put("driver","sql.jdbc.Driver")
de("append").jdbc("jdbc:mysql://localhost:3306/sparktest",
val jdbcDF = ad.format("jdbc").option("url",
"jdbc:mysql://localhost:3306/sparktest").option("driver","sql.jdbc.Driver").
optio n("dbtable","employee").option("user","root").
option("password", "hadoop").load() jdbcDF.agg("age" -> "max", "age" -> "sum")
}
}
在⽬录/usr/local/spark/mycode/testmysql ⽬录下新建 simple.sbt，复制下⾯代码：
在⽬录/usr/local/spark/mycode/testmysql 下执⾏下⾯命令打包程序
/usr/local/sbt/sbt package
最后在⽬录/usr/local/spark/mycode/testmysql 下执⾏下⾯命令提交程序
/usr/local/spark/bin/spark-submit --class " TestMySQL "  /usr/local/spark/mycode/testmysql/target/scala-2.11/simple-project_2.11-1.0.jar

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。