scala - 如何将基于案例类的 RDD 转换为 DataFrame？

Question

Spark documentation展示了如何从 RDD 创建 DataFrame，使用 Scala 案例类来推断模式。我正在尝试使用 sqlContext.createDataFrame(RDD, CaseClass) 重现这个概念，但我的 DataFrame 最终为空。这是我的 Scala 代码:

// 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)
++
||
++
||
||
++

我错过了什么？

谢谢!

Answer 1

你所需要的只是

val dogDF = sqlContext.createDataFrame(dogRDD)

第二个参数是 Java API 的一部分，并期望您遵循 Java bean 约定(getter/setter)。您的案例类不遵循此约定，因此未检测到任何属性，这会导致没有列的空 DataFrame。