use*_*400 3 apache-spark apache-spark-sql
我有以下代码片段,我想知道这两者之间有什么区别,我应该使用哪一个?我正在使用spark 2.2.
Dataset<Row> df = sparkSession.readStream()
.format("kafka")
.load();
df.createOrReplaceTempView("table");
df.printSchema();
Dataset<Row> resultSet = df.sqlContext().sql("select value from table"); //sparkSession.sql(this.query);
StreamingQuery streamingQuery = resultSet
.writeStream()
.trigger(Trigger.ProcessingTime(1000))
.format("console")
.start();
Run Code Online (Sandbox Code Playgroud)
VS
Dataset<Row> df = sparkSession.readStream()
.format("kafka")
.load();
df.createOrReplaceTempView("table");
Dataset<Row> resultSet = sparkSession.sql("select value from table"); //sparkSession.sql(this.query);
StreamingQuery streamingQuery = resultSet
.writeStream()
.trigger(Trigger.ProcessingTime(1000))
.format("console")
.start();
Run Code Online (Sandbox Code Playgroud)
有是之间存在非常细微的差别sparkSession.sql("sql query")
VS df.sqlContext().sql("sql query")
.
请注意,您可以SparkSession
在单个Spark应用程序中拥有零个,两个或更多个(但假设您至少SparkSession
在Spark SQL应用程序中只有一个).
还请注意,a Dataset
必然会SparkSession
被创建,并且SparkSession
永远不会改变.
您可能想知道为什么有人会想要它,但是这为您提供了查询之间的界限,您可以为不同的数据集使用相同的表名,这实际上是Spark SQL的一个非常强大的功能.
以下示例显示了差异,希望能让您了解为什么它的强大功能.
scala> spark.version
res0: String = 2.3.0-SNAPSHOT
scala> :type spark
org.apache.spark.sql.SparkSession
scala> spark.sql("show tables").show
+--------+---------+-----------+
|database|tableName|isTemporary|
+--------+---------+-----------+
+--------+---------+-----------+
scala> val df = spark.range(5)
df: org.apache.spark.sql.Dataset[Long] = [id: bigint]
scala> df.sqlContext.sql("show tables").show
+--------+---------+-----------+
|database|tableName|isTemporary|
+--------+---------+-----------+
+--------+---------+-----------+
scala> val anotherSession = spark.newSession
anotherSession: org.apache.spark.sql.SparkSession = org.apache.spark.sql.SparkSession@195c5803
scala> anotherSession.range(10).createOrReplaceTempView("new_table")
scala> anotherSession.sql("show tables").show
+--------+---------+-----------+
|database|tableName|isTemporary|
+--------+---------+-----------+
| |new_table| true|
+--------+---------+-----------+
scala> df.sqlContext.sql("show tables").show
+--------+---------+-----------+
|database|tableName|isTemporary|
+--------+---------+-----------+
+--------+---------+-----------+
Run Code Online (Sandbox Code Playgroud)
归档时间: |
|
查看次数: |
4186 次 |
最近记录: |