建设网站的原则,vk社交网站做婚介,简历表格 个人简历手机版,三明 网站建设文章作者邮箱：yugongshiye@sina.cn 地址：广东惠州 ▲ 本章节目的
⚪ 掌握Spark的SparkSQL通过方法来使用；
⚪ 掌握Spark的SparkSQL通过sql语句来调用； 一、SparkSQL基础语法——通过方法来使用 1. 查询 df.select(id,name).show()…文章作者邮箱：yugongshiye@sina.cn 地址：广东惠州 ▲ 本章节目的
⚪掌握Spark的SparkSQL通过方法来使用；
⚪掌握Spark的SparkSQL通过sql语句来调用； 一、SparkSQL基础语法——通过方法来使用 1. 查询 df.select("id","name").show(); 2. 带条件的查询 df.select($"id",$"name").where($"name" === "bbb").show() 3. 排序查询 orderBy/sort($"列名") 升序排列 orderBy/sort($"列名".desc) 降序排列 orderBy/sort($"列1" , $"列2".desc) 按两列排序 df.select($"id",$"name").orderBy($"name".desc).show df.select($"id",$"name").sort($"name".desc).show tabx.select($"id",$"name").sort($"id",$"name".desc).show 4. 分组查询 groupBy("列名", ...).max(列名) 求最大值 groupBy("列名", ...).min(列名) 求最小值 groupBy("列名", ...).avg(列名) 求平均值 groupBy("列名", ...).sum(列名) 求和 groupBy("列名", ...).count() 求个数 groupBy("列名", ...).agg 可以将多个方法进行聚合 scalaval rdd = sc.makeRDD(List((1,"a","bj",100),(2,"b","sh",80),(3,"c","gz",50),(4,"d","bj",45))); scalaval df = rdd.toDF("id","name","addr","score"); scaladf.groupBy("addr").count().show()
