二、spark SQL交互scala操作示例

一、安装spark

spark SQL是spark的一个功能模块，所以我们事先要安装配置spark，参考：

https://www.cnblogs.com/lay2017/p/10006935.html

二、数据准备

演示操作将从一个类似json文件里面读取数据作为数据源，并初始化为dataframe，我们准备一个user.json文件

在/usr/local/hadoop/spark目录（可以自定义目录）下新建一个user.json文件内容如下：

{"id" : "1201", "name" : "satish", "age" : "25"}
{"id" : "1202", "name" : "krishna", "age" : "28"}
{"id" : "1203", "name" : "amith", "age" : "39"}
{"id" : "1204", "name" : "javed", "age" : "23"}
{"id" : "1205", "name" : "prudvi", "age" : "23"}

文件内容类似json，但是不是json，按照一行一行的结构

三、spark SQL示例

先启动spark-shell

spark-shell

dataFrame操作

初始化一个SQLContext，传入sparkContext

var sqlContext = new org.apache.spark.sql.SQLContext(sc)

读取user.json文件作为dataFrame

var dfs = sqlContext.read.json("/usr/local/hadoop/spark/user.json")

查询age > 25的name的数据

dfs.filter(dfs("age") > 25).select("name").show()

你会看到