代碼與課件第五節(jié)課_第1頁
代碼與課件第五節(jié)課_第2頁
代碼與課件第五節(jié)課_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、第五節(jié)課SparkSQL歷史在hadoop發(fā)展過程中,為了給不理解MapReduce的技術提供快速上手的SQL工具,SQL on Hadoop的工具hive應運而生。但是,Hive中間環(huán)節(jié)消耗了大量的I/O,降低的運行效率,進而演化出MapR的DrillCloudera的Impala SharkShark是伯克利spark環(huán)境的組件之一,它修改了內(nèi)存管理、物理計劃、執(zhí)行三個模塊,并使之能運行在spark引擎上,從而使得SQL的速度得到 0 00倍的提升;因為Shark依賴hive太 ,制約spark各模塊的集合,拋棄shark代碼后,發(fā)展出sparkSQL;SparkSQL是分布式的即時工具,

2、屬于SPark系列的一個模塊,它利用了數(shù)據(jù)的結構化信息,加入了的優(yōu)化措施,可以對結構化數(shù)據(jù)進行選擇、過濾、聚合等操作。SparkSQL優(yōu)點性能優(yōu)化方面 除了采取In Memory Columnar Storage、byte code generation等優(yōu)化技術外、將會引進Cost M估、獲取最佳物理計劃等等對進行動態(tài)評組件擴展方面 無論是SQL的語法器、分析器還是優(yōu)化器都可以 新定義,進行擴展Scala編寫代碼的時候,盡量避免低效的、容易GC的代碼數(shù)據(jù)源兼容豐富:結構化數(shù)據(jù)文件、Hive數(shù)據(jù)表、已的RDD、外部數(shù)據(jù)庫SparkSQL執(zhí)行與APISparkSQL優(yōu)化spark.sql.cod

3、egen 當它設置為true時,Spark SQL會把每條的語句在運行時編譯為java的二進制代碼,大型時才開啟Caching Data In Memory Then compression to minimize memory usage and GC pressurespark.sql.inMemoryColumnSpressed 自動對內(nèi)存中的列式進行壓縮spark.sql.inMemoryColumnarStorage.batchSize 列式緩存時的每個批處理的大??;增大可以提高內(nèi)存使用率與壓縮,但容易OOMpressed.codec 壓縮算法snappy/gzip/lzo spar

4、k.sql.tungsten.enabled tungsten優(yōu)化代碼:/* Created by ding on 20 8/ /6*/import org apache spark SparkContext import org apache spark SparkConf import org apache spark rdd RDDimport org apache spark sql DataFrame, SQLContextimport org apache spark storage StorageLevelobject sql /模式類 默認序列化與支持模式匹配case clas

5、s(name:String, age:Int)def main(args: ArrayString) val conf = new SparkConf() setAppName("SQL") setMaster("local4") val sc = new SparkContext(conf)sc setLogLevel("WARN")val wordcount = sc textFile("C:UserszxyDesktopSpark txt") flatMap(_ split(" ") ma

6、p(_,) reduceByKey(_+_) persist(StorageLevel MEMORY_AND_DISK) wordcount collect() foreach(println)val sqlContext = new SQLContext(sc)/* val spark = SparkSession builder()appName("Spark SQL basic example") config("spark some config option", "some value") getOrCreate()*/im

7、port sqlContext implicits _/創(chuàng)建一個數(shù)據(jù)集val peopleDF: DataFrame = sqlContext read json("C:UserszxyDesktoppeople json")println("=數(shù)據(jù)集查看=")/數(shù)據(jù)集查看peopleDF show()/查看數(shù)據(jù)表的結構schema peopleDF printSchema()/選擇列進行查看peopleDF select("name") show()peopleDF select($"name", $"

8、age" + ) show()/過濾列進行查看peopleDF filter($"age" > 2 ) show()/聚合列peopleDF groupBy("age") count() show()/peopleDF createOrReplaceTempView("people") peopleDF registerTempTable("peopleTable") peopleDF registerTempTable("peopleTable_back")sqlContext

9、 sql("select a *, b age from peopleTable a join peopleTable_back b on a name = b name") showpeopleDF join(peopleDF) showprintln("=程序化/程序式的運行SQL=")val temporaryPeopleDF : DataFrame = peopleDF select("name")temporaryPeopleDF show()val temporaryPeopleDF2: DataFrame = sqlCo

10、ntext sql("select age from peopleTable") temporaryPeopleDF2 show()sqlContext sql("select max(age) as maxAge from peopleTable") show peopleDF map(_ getAsString("name") foreach(println)peopleDF map(_ getValuesMapAny(List("name","age") foreach(println)p

11、rintln("=反射生成=")/DataFrame與RDD的互相轉換/ 使用反射推斷schema/代碼更加簡潔 并且你已經(jīng)確定RDD的結構import sqlContext implicits _val people = sc makeRDD(Seq("july,35", "tine, 8") map(_ split(",")val peopleDF_ : RDD = people map(p => peopleDF_ toDF() show()sqlContext createDataFrame(peop

12、leDF_ ) show()(p(0),p( ) trim toInt)println("=顯式指明=")/2 程序式的指明schema結構/代碼復雜,數(shù)據(jù)運行時才能確定結構val schemaString = "name age"import org apache spark sql Rowimport org apache spark sql types StructType,StructField,StringType; val schema: StructType = StructType(schemaString split(" ") map(p=> StructField(p , StringType, true)val rowRD

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論