在 spark 中,我想将 RDD 对象保存到配置单元表中。我正在尝试使用 createDataFrame 但这是抛出
Exception in thread "main" java.lang.NullPointerException
val products=sc.parallelize(evaluatedProducts.toList);
//here products are RDD[Product]
val productdf = hiveContext.createDataFrame(products, classOf[Product])
我使用的是 Spark 1.5 版本。
最佳答案
如果您的 Product 是一个类(不是案例类),我建议您在创建 DataFrame 之前将您的 rdd 转换为 RDD[Tuple]:
import org.apache.spark.sql.hive.HiveContext
val hiveContext = new HiveContext(sc)
import hiveContext.implicits._
val productDF = products
.map({p: Product => (p.getVal1, p.getVal2, ...)})
.toDF("col1", "col2", ...)
通过这种方法,您可以将 Product 属性作为 DataFrame 中的列。
然后你可以创建一个临时表:
productDF.registerTempTable("table_name")
或物理表:
productDF.write.saveAsTable("table_name")
关于hadoop - 将 Spark RDD 保存到 Hive 表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37050828/