spark.sql和SqlContext [英] spark.sql vs SqlContext
本文介绍了spark.sql和SqlContext的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
在此示例中，我在Spark中使用了SQL:
I have used SQL in Spark, in this example:
results = spark.sql("select * from ventas")
其中ventas是一个数据框，以前的目录类似于表:
where ventas is a dataframe, previosuly cataloged like a table:
df.createOrReplaceTempView('ventas')
但是我已经看到了使用SqlContext类在Spark中使用SQL的其他方法:
but I have seen other ways of working with SQL in Spark, using the class SqlContext:
df = sqlContext.sql("SELECT * FROM table")
两者之间有什么区别?
预先感谢
推荐答案
Sparksession是现在使用Spark对象的首选方式. Hivecontext和SQLContext都可以作为单个对象SparkSession的一部分使用.
Sparksession is the preferred way of working with Spark object now. Both Hivecontext and SQLContext are available as a part of this single object SparkSession.
您正在通过创建视图df.createOrReplaceTempView('ventas')使用最新的语法.
You are using the latest syntax by creating a view df.createOrReplaceTempView('ventas').
这篇关于spark.sql和SqlContext的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
