sparksql怎么把df注冊(cè)成表？在spark SQL中創(chuàng)建dataframe，開發(fā)人員可以輕松地將各種內(nèi)部和外部獨(dú)立和分布式數(shù)據(jù)轉(zhuǎn)換為dataframe。下面的Python示例代碼充分反映了spa

sparksql怎么把df注冊(cè)成表？

在spark SQL中創(chuàng)建dataframe，開發(fā)人員可以輕松地將各種內(nèi)部和外部獨(dú)立和分布式數(shù)據(jù)轉(zhuǎn)換為dataframe。下面的Python示例代碼充分反映了spark SQL 1.3.0中dataframe數(shù)據(jù)源的多樣性和簡單性：#construct dataframeusers from users table in hive=sqlContext.table表（“users”）加載S3上的JSON文件日志=sqlContext.load文件（“s3n://path/to/數(shù)據(jù).json", “JSON”）#加載拼花文件單擊HDFS=sqlContext.load文件(" hdfs://path/to/data.parquet“，”parquet“）#通過JDBC訪問MySQL注釋=sqlContext.jdbc文件(" jdbc:mysql：//localhost/comments“，“用戶）”）#=sparkContext.text文件(" 文章.txt“”.flatMap（λ線：行。拆分（））.map（lambda word:（word，1））.reduceByKey（lambda a，b:a b）字?jǐn)?shù)=sqlContext.createDataFrame（RDD，[“word”，“count”]）將本地?cái)?shù)據(jù)容器轉(zhuǎn)換為dataframedata=[（“Alice”，21），（“Bob”，24）]人=sqlContext.createDataFrame（數(shù)據(jù)，[“姓名”，“年齡”]）#=sqlContext.createDataFrame（潘達(dá)斯夫）