实验 5 Spark SQL 编程初级实践

实验 5  Spark SQL 编程初级实践    参考厦门大学林子雨

1． Spark SQL 基本操作

1. 将下列 json 数据复制到你的 ubuntu 系统/usr/local/spark 下，并保存命名为 employee.json。

{ "id":1 ,"name":" Ella","age":36 }

{ "id":2,"name":"Bob","age":29 }

{ "id":3 ,"name":"Jack","age":29 }

{ "id":4 ,"name":"Jim","age":28 }

{ "id":5 ,"name":"Damon" }

 { "id":5 ,"name":"Damon" }

       2.

       scala> import org.apache.spark.sql.SparkSession

scala> val spark=SparkSession.builder().getOrCreate()

scala> import spark.implicits._

scala> val df = spark.read.json("file:///usr/local/spark/employee.json")

3.

(1) 查询 DataFrame 的所有数据

 

(2) 查询所有数据，并去除重复的数据

 

(3) 查询所有数据，打印时去除 id 字段

 

(4) 筛选 age>30 的记录

 

(5) 将数据按 name 分组

 

(6) 将数据按 name 升序排列

 

(7) 取出前 3 行数据

 

(8) 查询所有记录的 name 列，并为其取别名为 username

 

(9) 查询年龄 age 的平均值

 

(10) 查询年龄 age 的最小值

 

2． 编