如何在Java中的Apache Spark中将DataFrame转换为Dataset? [英] How to convert DataFrame to Dataset in Apache Spark in Java?

查看:234
本文介绍了如何在Java中的Apache Spark中将DataFrame转换为Dataset?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

我可以很容易地在Scala中将DataFrame转换为Dataset:

I can convert DataFrame to Dataset in Scala very easy:

case class Person(name:String, age:Long)
val df = ctx.read.json("/tmp/persons.json")
val ds = df.as[Person]
ds.printSchema

但是在Java版本中,我不知道如何将Dataframe转换为Dataset?有想法吗?

but in Java version I don't know how to convert Dataframe to Dataset? Any Idea?

我的努力是:

DataFrame df = ctx.read().json(logFile);
Encoder<Person> encoder = new Encoder<>();
Dataset<Person> ds = new Dataset<Person>(ctx,df.logicalPlan(),encoder);
ds.printSchema();

但是编译器会说:

Error:(23, 27) java: org.apache.spark.sql.Encoder is abstract; cannot be instantiated

已修改(解决方案):

基于@ Leet-Falcon答案的解决方案:

Edited(Solution):

solution based on @Leet-Falcon answers:

DataFrame df = ctx.read().json(logFile);
Encoder<Person> encoder = Encoders.bean(Person.class);
Dataset<Person> ds = new Dataset<Person>(ctx, df.logicalPlan(), encoder);

推荐答案

通过在 Java编码器.html#method_summary>编码器 .

List<String> data = Arrays.asList("abc", "abc", "xyz");
Dataset<String> ds = context.createDataset(data, Encoders.STRING());

编码器可以组成元组:

Encoder<Tuple2<Integer, String>> encoder2 = Encoders.tuple(Encoders.INT(), Encoders.STRING());
List<Tuple2<Integer, String>> data2 = Arrays.asList(new scala.Tuple2(1, "a");
Dataset<Tuple2<Integer, String>> ds2 = context.createDataset(data2, encoder2);

或通过 查看全文

登录 关闭
扫码关注1秒登录
发送“验证码”获取 | 15天全站免登陆