怎么创建DataFrame

1、 1、创建

在Spark SQL中SparkSession是创建DataFrame和执行SQL的入口，创建DataFrame有三种方式：通过Spark的数据源进行创建；从一个存在的RDD进行转换；还可以从Hive Table进行查询返回。

1）从Spark数据源进行创建

（1）查看Spark数据源进行创建的文件格式

2、（2）读取json文件创建DataFrame

3、（3）展示结果

4、2）从RDD进行转换

5、3）从Hive Table进行查询返回

6、2、 SQL风格语法(主要)

1）创建一个DataFrame

7、2）对DataFrame创建一个临时表

8、3）通过SQL语句实现查询全表

9、4）结果展示

10、注意：普通临时表是Session范围内的，如果想应用范围内有效，可以使用全局临时表。使用全局临时表时需要全路径访问，如：global_temp.people

11、5）对于DataFrame创建一个全局表

12、6）通过SQL语句实现查询全表

13、3、 DSL风格语法(次要)

1）创建一个DataFrame

14、2）查看DataFrame的Schema信息

15、3）只查看”name”列数据

16、4）查看”name”列数据以及”age+1”数据

17、5）查看”age”大于”21”的数据

18、6）按照”age”分组，查看数据条数