实验 5 Spark SQL 编程初级实践

将下列 JSON 格式数据复制到 Linux 系统中，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":4 , "name":"Jim","age":28 } { "id":5 , "name":"Damon" } { "id":5 , "name":"Damon" } 为 employee.json 创建 DataFrame，并写出 Scala 语句完成下列操作：

(1) 查询所有数据

 (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) 筛选出 age>30 的记录；

(5) 将数据按 age 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。

 编程实现将 RDD 转换为 DataFrame 源文件内容如下（包含 id,name,age）： 1,Ella,36 2,Bob,29 3,Jack,29 请将数据复制保存到 Linux 系统中，命名为 employee.txt，实现从 RDD 转换得到 DataFrame，并按“id:1,name:Ella,age:36”的格式打印出 DataFrame 的所有数据。请写出程序代 码。

 3. 编程实现利用 DataFrame 读写 MySQL 的数据 （1）在 MySQL 数据库中新建数据库 sparktest，再创建表 employee，包含如表 6-2 所示的 两行数据。