如何将Spark Row的数据集转换为字符串？

Question

我编写了使用SparkSQL访问Hive表的代码.这是代码:

SparkSession spark = SparkSession
        .builder()
        .appName("Java Spark Hive Example")
        .master("local[*]")
        .config("hive.metastore.uris", "thrift://localhost:9083")
        .enableHiveSupport()
        .getOrCreate();
Dataset<Row> df =  spark.sql("select survey_response_value from health").toDF();
df.show();

我想知道如何将完整输出转换为String或String数组？因为我正在尝试使用另一个模块,只有我可以传递String或String类型的Array值.
我已经尝试过其他类似的方法.toString或类型转换为String值.但是对我没有用.
请告诉我如何将DataSet值转换为String？

Answer 1

这是Java中的示例代码.

public class SparkSample {
    public static void main(String[] args) {
        SparkSession spark = SparkSession
            .builder()
            .appName("SparkSample")
            .master("local[*]")
            .getOrCreate();
    //create df
    List<String> myList = Arrays.asList("one", "two", "three", "four", "five");
    Dataset<Row> df = spark.createDataset(myList, Encoders.STRING()).toDF();
    df.show();
    //using df.as
    List<String> listOne = df.as(Encoders.STRING()).collectAsList();
    System.out.println(listOne);
    //using df.map
    List<String> listTwo = df.map(row -> row.mkString(), Encoders.STRING()).collectAsList();
    System.out.println(listTwo);
  }
}

"row"是java 8 lambda参数.请查看developer.com/java/start-using-java-lambda-expressions.html

Answer 2

您可以使用该map函数将每一行转换为字符串,例如:

df.map(row => row.mkString())

而不仅仅是mkString你可以做更复杂的工作

collect然后,该方法可以将整个事物检索到数组中

val strings = df.map(row => row.mkString()).collect

(这是Scala语法,我认为在Java中它非常相似)