将 Spark RDD 保存到 Hive 表 [英] Save Spark RDD to Hive Table

问题描述

在 spark 中，我想将 RDD 对象保存到 hive 表中.我正在尝试使用 createDataFrame 但这正在抛出

In spark I want to save RDD objects to hive table. I am trying to use createDataFrame but that is throwing

线程main"中的异常java.lang.NullPointerException

Exception in thread "main" java.lang.NullPointerException

 val products=sc.parallelize(evaluatedProducts.toList);
 //here products are RDD[Product]
 val productdf = hiveContext.createDataFrame(products, classOf[Product])

我使用的是 Spark 1.5 版本.

I am using Spark 1.5 version.

推荐答案

如果你的 Product 是一个类(不是案例类)，我建议你在创建 DataFrame 之前将你的 rdd 转换为 RDD[Tuple]:

If your Product is a class (not a case class), I suggest you transform your rdd to RDD[Tuple] before creating the DataFrame:

import org.apache.spark.sql.hive.HiveContext

val hiveContext = new HiveContext(sc)
import hiveContext.implicits._

val productDF = products
  .map({p: Product => (p.getVal1, p.getVal2, ...)})
  .toDF("col1", "col2", ...)

通过这种方法，您将在 DataFrame 中将 Product 属性作为列.

With this approach, you will have the Product attributes as columns in the DataFrame.

然后你可以创建一个临时表:

Then you can create a temp table with:

productDF.registerTempTable("table_name")

或具有以下内容的物理表:

or a physical table with:

productDF.write.saveAsTable("table_name")

这篇关于将 Spark RDD 保存到 Hive 表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！