设为首页 收藏本站
查看: 942|回复: 0

[经验分享] Spark RDDs vs DataFrames vs SparkSQL-13101614

[复制链接]

尚未签到

发表于 2019-1-30 14:10:50 | 显示全部楼层 |阅读模式
#!/usr/bin/env python  
from time import timefrom pyspark.sql import *from pyspark import SparkConf, SparkContext
  

  
conf = (SparkConf()
  
  .setAppName("spark_sql_random_lookup")
  
  .set("spark.executor.instances", "10")
  
  .set("spark.executor.cores", 2)
  
  .set("spark.dynamicAllocation.enabled", "false")
  
  .set("spark.shuffle.service.enabled", "false")
  
  .set("spark.executor.memory", "500MB"))
  
sc = SparkContext(conf = conf)
  

  
sqlContext = SQLContext(sc)
  

  
t0 = time()
  

  
path = "/data/customer_orders*"lines = sc.textFile(path)
  
## create data frameorders_df = sqlContext.createDataFrame( \
  
lines.map(lambda l: l.split("|")) \
  
.map(lambda p: Row(cust_id=int(p[0]), order_id=int(p[1]), email_hash=p[2], ssn_hash=p[3], product_id=int(p[4]), product_desc=p[5], \
  
country=p[6], state=p[7], shipping_carrier=p[8], shipping_type=p[9], shipping_class=p[10]  ) ) )
  
## register data frame as a temporary tableorders_df.registerTempTable("orders")
  
## filter where the customer_id, the first field, is equal to 96922894print sqlContext.sql("SELECT * FROM orders where order_id = 96922894").collect()
  

  
tt = str(time() - t0)print "SparkSQL performed in " + tt + " seconds"



运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-669699-1-1.html 上篇帖子: 大数据学习系列之八 下篇帖子: spark2.x由浅入深深到底系列六之RDD java api详解三
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表