sparksql json 合并json数据
java
- public class Demo {
- private static SparkConf conf = new SparkConf().setAppName("demo").setMaster("local");
- private static JavaSparkContext jsc = new JavaSparkContext(conf);
- private static SparkSession session = new SparkSession(jsc.sc());
- public static void main(String[] args) {
- // 加载students.json name,score
- Dataset<Row> score = session.read().json("./src/main/java/cn/tele/spark_sql/json/students.json");
- score.createOrReplaceTempView("scoreView");
- // name,score
- JavaRDD<Row> scoreRDD = session.sql("select * from scoreView where score > 80").javaRDD();
- // 创建信息json name,age
- JavaRDD<String> infoRDD = jsc.parallelize(Arrays.asList("{\"name\":\"Leo\",\"age\":18}",
- "{\"name\":\"Marry\",\"age\":19}", "{\"name\":\"Jack\",\"age\":20}"));
- Dataset<Row> info = session.read().json(infoRDD);
- info.createOrReplaceTempView("infoView");
- // 拼接sql
- List<Row> scoreList = scoreRDD.collect();
- String sql = "select * from infoView where name in (";
- for (int i = 0; i < scoreList.size(); i++) {
- sql += "'" + scoreList.get(i).getAs("name") + "'";
- if (i < scoreList.size() - 1) {
- sql += ",";
- }
- }
- sql += ")";
- // 查询 分数>80的学生的name,age
- // 转换
- JavaPairRDD<String, Integer> tempRDD = session.sql(sql).javaRDD()
- .mapToPair(new PairFunction<Row, String, Integer>() {
- private static final long serialVersionUID = 1L;
- @Override
- public Tuple2<String, Integer> call(Row t) throws Exception {
- return new Tuple2<String, Integer>(t.getAs("name"), Integer.valueOf(t.getAs("age").toString()));
- }
- });
- JavaPairRDD<String, Integer> scoreRDD2 = scoreRDD.mapToPair(new PairFunction<Row, String, Integer>() {
- private static final long serialVersionUID = 1L;
- @Override
- public Tuple2<String, Integer> call(Row t) throws Exception {
- return new Tuple2<String, Integer>(t.getAs("name"), Integer.valueOf(t.getAs("score").toString()));
- }
- });
- // join
- JavaPairRDD<String, Tuple2<Integer, Integer>> resultRDD = tempRDD.join(scoreRDD2);
- // 遍历
- resultRDD.foreach(new VoidFunction<Tuple2<String, Tuple2<Integer, Integer>>>() {
- private static final long serialVersionUID = 1L;
- @Override
- public void call(Tuple2<String, Tuple2<Integer, Integer>> t) throws Exception {
- System.out.println("name:" + t._1 + "," + "age:" + t._2._1 + ",score:" + t._2._2);
- }
- });
- // 保存为json格式
- StructType schema = DataTypes
- .createStructType(Arrays.asList(DataTypes.createStructField("name", DataTypes.StringType, false),
- DataTypes.createStructField("age", DataTypes.IntegerType, false),
- DataTypes.createStructField("score", DataTypes.IntegerType, false)));
- JavaRDD<Row> rowRDD = resultRDD.map(new Function<Tuple2<String, Tuple2<Integer, Integer>>, Row>() {
- private static final long serialVersionUID = 1L;
- @Override
- public Row call(Tuple2<String, Tuple2<Integer, Integer>> v1) throws Exception {
- return RowFactory.create(v1._1, Integer.valueOf(v1._2._1), Integer.valueOf(v1._2._2));
- }
- });
- Dataset<Row> resultDS = session.createDataFrame(rowRDD, schema);
- resultDS.write().format("json").mode(SaveMode.Append).save("./src/main/java/cn/tele/spark_sql/json/result");
- session.stop();
- jsc.close();
- }
- }
scala
- object Demo {
- def main(args: Array[String]): Unit = {
- val conf = new SparkConf().setAppName("demo").setMaster("local")
- val sc = new SparkContext(conf)
- val sqlContext = new SQLContext(sc)
- //加载score 信息
- val scoreDF = sqlContext.read.json("./src/main/scala/cn/tele/spark_sql/json/students.json")
- scoreDF.createOrReplaceTempView("scoreView")
- val arr = sqlContext.sql("select * from scoreView where score > 80").rdd.collect()
- //创建 学生信息
- val infoRDD = sc.parallelize(Array(
- "{\"name\":\"Leo\",\"age\":20}",
- "{\"name\":\"Marry\",\"age\":30}",
- "{\"name\":\"Jack\",\"age\":21}"), 2)
- val infoDS = sqlContext.read.json(infoRDD)
- infoDS.createOrReplaceTempView("infoView")
- var sql = "select * from infoView where name in ("
- //拼接sql
- for (i <- 0 to arr.length - 1) {
- sql += "'" + arr(i).getAs[String]("name") + "'"
- if (i < arr.length - 1) {
- sql += ","
- }
- }
- sql += ")"
- val tempRDD = sqlContext.sql(sql).rdd.map(row => {
- (row.getAs[String]("name"), row.getAs[Long]("age").toInt)
- })
- val tempRDD2 = scoreDF.rdd.map(row => {
- (row.getAs[String]("name"), row.getAs[Long]("score").toInt)
- })
- //join
- val resultRDD = tempRDD.join(tempRDD2)
- //遍历
- resultRDD.foreach(t => {
- println("name:" + t._1 + "age:" + t._2._1 + "score:" + t._2._2)
- })
- val rowRDD = resultRDD.map(t => Row(t._1, t._2._1, t._2._2))
- //保存为json文件
- val schema = DataTypes.createStructType(Array(
- StructField("name", DataTypes.StringType, false),
- StructField("age", DataTypes.IntegerType, false),
- StructField("score", DataTypes.IntegerType, false)))
- val df = sqlContext.createDataFrame(rowRDD, schema)
- df.write.format("json").mode(SaveMode.Append).save("./src/main/scala/cn/tele/spark_sql/json/result")
- }
- }
sparksql json 合并json数据的更多相关文章
- ASP.NET API(MVC) 对APP接口(Json格式)接收数据与返回数据的统一管理
话不多说,直接进入主题. 需求:基于Http请求接收Json格式数据,返回Json格式的数据. 整理:对接收的数据与返回数据进行统一的封装整理,方便处理接收与返回数据,并对数据进行验证,通过C#的特性 ...
- MVC学习系列6--使用Ajax加载分部视图和Json格式的数据
Ajax的应用在平时的工作中,很是常见,这篇文章,完全是为了,巩固复习. 我们先看看不使用json格式返回分部视图: 先说需求吧: 我有两个实体,一个是出版商[Publisher],一个是书[Book ...
- JSONObject.fromObject(map)(JSON与JAVA数据的转换)
JSON与JAVA数据的转换(JSON 即 JavaScript Object Natation,它是一种轻量级的数据交换格式,非常适合于服务器与 JavaScript 的交互.) 上一篇文章中有这么 ...
- JMeter学习(三十五)使用jmeter来发送json/gzip格式数据
一.使用jmeter来发送gzip数据 有时候我们需要模拟在客户端将数据压缩后, 发送(post)到服务器端. 通常这种情况,会发生在移动终端上. 这样做的好处, 是可以节省流量. 当然, 服务器返 ...
- asp.net MVC控制器中返回JSON格式的数据时提示下载
Asp.net mvc在接收的是JSON格式的数据,但是奇怪的是在IE中提示下载文件,其他浏览器中一切正常,下载后,里面的内容就是在控制器中返回的数据.代码如下: 视图中js代码: $("# ...
- php和js如何通过json互相传递数据
当我们在结合php和javascript实现某些功能时,经常会用到json.json是js的一种数据格式,可以直接被js解析.而php无法直接读取json数据,但是php提供了json_decode函 ...
- SQLyog-直接导出JSON格式的数据
前言:以前做过的一个项目,有这样的一个需求使用搜索引擎来查询对应的区域信息,不过区域信息要先导出来,并且数据格式是JSON格式的,在程序中能实现这个需求,不过下面的这种方法更加的简单,通过 ...
- php生成json或者xml数据
, ,'数据返回成功',$arr);echo $xml;?>
- 转载 ----HTML5 ---js实现json方式提交数据到服务端
json提交给服务器我们在提交之前需要通过js的相关函数来把数据转换成json格式的数据再进行post或get了,下面来看看. 大概需求就是前端要把数据组装成json,传给后端.首先,在客户端,通 ...
随机推荐
- WinXP局域网共享设置
关闭局域网共享 1.不允许SAM帐户和共享的匿名枚举(系统默认是允许的). 组策略-计算机配置-Windows 设置-安全设置-本地安全策略-安全选项-网络访问:不允许SAM帐户和共享的匿名枚举. 设 ...
- input选中 和 select点击下拉选择获取选中选项的值
1.input选中$('#checkBox').find('input').each(function(i){ if($(this).prop('checked')){//获取是否选中 并判断 $(t ...
- less相关知识点
less是一门css预处理语言,文件后缀名为.less,能减少css文件编写的代码量 官网 http://lesscss.cn/#using-less 安装 使用npm install -g less ...
- 【剑指offer】对面和相等的正方体
转载请注明出处:http://blog.csdn.net/ns_code/article/details/26509459 剑指offer上的全排列相关题目. 输入一个含有8个数字的数组.推断有么有可 ...
- python中如何在一张图上画两条折线
摘自:https://segmentfault.com/q/1010000002760775
- POJ 2479 Maximum sum POJ 2593 Max Sequence
d(A) = max{sum(a[s1]..a[t1]) + sum(a[s2]..a[t2]) | 1<=s1<=t1<s2<=t2<=n} 即求两个子序列和的和的最大 ...
- 【例题 6-3 UVA - 442】Matrix Chain Multiplication
[链接] 我是链接,点我呀:) [题意] 在这里输入题意 [题解] 用栈来处理一下表达式就好. 因为括号是一定匹配的.所以简单很多. ab x bc会做abc次乘法. [代码] #include< ...
- 基于phonegap开发app的实践
app开发告一段落.期间遇到不少问题,写篇文章记录一下. 为虾米要用phonegap 开发app,至少要考虑android和ios两个版本号吧,android偶能够应付,ios表示全然木有接触过.于是 ...
- STL MAP取消排序
class MyLess{public: bool operator()(const CString str1,const CString str2)const { return TRUE; }}; ...
- 【20.23%】【codeforces 740A】Alyona and copybooks
time limit per test1 second memory limit per test256 megabytes inputstandard input outputstandard ou ...