Spark SQL是由DataFrame派生出来的,通过三步创建使用
使用RDD创建DataFrame
from pyspark.sql import SparkSession sqlContext = SparkSession.builder.getOrCreate()
定义DataFrame的每一个字段名和数据类型
from pyspark.sql import Row saleRows = salesRDD.map(lambda x:Row( 字段名=p[]))
使用sqlContext.createDataFrame创建DataFrame
sale_df = sqlContext.createDataFrame(saleRows) sale_df.printSchema()
注册临时表
sale_df.registerTempTable('sale_table')
用Spark SQL查看项数
sqlContext.sql('select count(*) counts from sale_table').show()
查看数据
sqlContext.sql('select * from sale_table').show()