Spark documentation显示了如何使用Scala案例类来推断架构,从RDD创建DataFrame。我试图用sqlContext.createDataFrame(RDD, CaseClass)
来重现这个概念,但是我的DataFrame结果是空的。这里是我的Scala代码:如何将基于案例类的RDD转换为DataFrame?
// sc is the SparkContext, while sqlContext is the SQLContext.
// Define the case class and raw data
case class Dog(name: String)
val data = Array(
Dog("Rex"),
Dog("Fido")
)
// Create an RDD from the raw data
val dogRDD = sc.parallelize(data)
// Print the RDD for debugging (this works, shows 2 dogs)
dogRDD.collect().foreach(println)
// Create a DataFrame from the RDD
val dogDF = sqlContext.createDataFrame(dogRDD, classOf[Dog])
// Print the DataFrame for debugging (this fails, shows 0 dogs)
dogDF.show()
我看到的输出是:
Dog(Rex)
Dog(Fido)
++
||
++
||
||
++
我缺少什么?
谢谢!
这个工作。我还必须将case类的定义移到主函数之外,以避免出现'error:No TypeTag for Dog''。谢谢! – sparkour
我明白了,非常有趣,所以第二个参数只有在从Java API调用时才需要,scala会自动检测应该转换为列的Type字段? – qwwqwwq