通用加载/保存方法_大数据培训

发布时间:2021年06月29日作者:atguigu浏览次数:144

通用加载/保存方法

1 加载数据

1)read直接加载数据

scala> spark.read.

csv  jdbc   json  orc   parquet textFile… …

注意:加载数据的相关参数需写到上述方法中。如:textFile需传入加载数据的路径,jdbc需传入JDBC相关参数。

2)format指定加载数据类型

scala> spark.read.format(“…”)[.option(“…”)].load(“…”)

用法详解:

(1)format(“…”):指定加载的数据类型,包括”csv”、”jdbc”、”json”、”orc”、”parquet”和”textFile”。

(2)load(“…”):在”csv”、”orc”、”parquet”和”textFile”格式下需要传入加载数据的路径。

(3)option(“…”):在”jdbc”格式下需要传入JDBC相应参数,url、user、password和dbtable

通用加载/保存方法_大数据培训

2 保存数据

1)write直接保存数据

scala> df.write.

csv  jdbc   json  orc   parquet textFile… …

注意:保存数据的相关参数需写到上述方法中。如:textFile需传入加载数据的路径,jdbc需传入JDBC相关参数。

2)format指定保存数据类型

scala> df.write.format(“…”)[.option(“…”)].save(“…”)

用法详解:

(1)format(“…”):指定保存的数据类型,包括”csv”、”jdbc”、”json”、”orc”、”parquet”和”textFile”。

(2)save (“…”):在”csv”、”orc”、”parquet”和”textFile”格式下需要传入保存数据的路径。

(3)option(“…”):在”jdbc”格式下需要传入JDBC相应参数,url、user、password和dbtable

3)文件保存选项

可以采用SaveMode执行存储操作,SaveMode定义了对数据的处理模式。SaveMode是一个枚举类,其中的常量包括:

(1)Append:当保存路径或者表已存在时,追加内容;

(2)Overwrite: 当保存路径或者表已存在时,覆写内容;

(3)ErrorIfExists:当保存路径或者表已存在时,报错;

(4)Ignore:当保存路径或者表已存在时,忽略当前的保存操作。

使用详解:

df.write.mode(SaveMode.Append).save(“… …”)

3 默认数据源

Spark SQL的默认数据源为Parquet格式。数据源为Parquet文件时,Spark SQL可以方便的执行所有的操作。修改配置项spark.sql.sources.default,可修改默认数据源格式。

1)加载数据

val df = spark.read.load(“examples/src/main/resources/users.parquet”)

2)保存数据

df.select(“name”, ” color”).write.save(“user.parquet”)

想要了解跟多关于大数据培训课程内容欢迎关注尚硅谷大数据培训,尚硅谷除了这些技术文章外还有免费的高质量大数据培训课程视频供广大学员下载学习。


上一篇:
下一篇:
相关课程

java培训 大数据培训 前端培训 UI/UE设计培训

关于尚硅谷
教育理念
名师团队
学员心声
资源下载
视频下载
资料下载
工具下载
加入我们
招聘岗位
岗位介绍
招贤纳师
联系我们
全国统一咨询电话:010-56253825
地址:北京市昌平区宏福科技园2号楼3层(北京校区)

深圳市宝安区西部硅谷大厦B座C区一层(深圳校区)

上海市松江区谷阳北路166号大江商厦6层(上海校区)

武汉市东湖高新开发区东湖网谷(武汉校区)

西安市高新区和发智能大厦(西安校区)