我现在正在使用 Spark,但我发现在 Spark SQL 中使用 ORDER BY 对 DataFrame 进行排序非常慢。那么如何在没有 Spark SQL 的情况下对 DataFrame 进行排序呢?
最佳答案
我不确定我是否完全理解您的需求。
无论如何,如果你想对 DF 进行排序,你可以使用 sortBy (或者在 (K,V) 的情况下使用 sortByKey)
例如,如果我们假设有一个 DF(在本例中来自 Spark SQL),我们可以这样对它进行排序:
val sqlResult = sqlContext.sql("select first_column, second_column from logs").toDF()
val result = sqlResult.sortBy(x=>x._1) // first column sorting
如前所述,您可以对任何 DF 进行排序,但我只是想展示另一种使用 Spark SQL“访问”数据的方法,然后使用 Spark 核心功能对它们进行排序。
希望对你有帮助!
FF
关于java - 如何在不使用 Spark SQL 的情况下对 Spark 中的数据帧进行排序?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29741360/