[译]介绍Spark2.4的用于处理复杂数据类型的新内置函数与高阶函数
[译]介绍Spark2.4的用于处理复杂数据类型的新内置函数与高阶函数
本文翻译自databricks的介绍spark2.4新特性的blog,英文原文参考原文链接
Apache Spark2.4总共支持了29个用于处理复杂数据类型(比如,数组类型等)的新内置函数和高阶函数。
在Spark2.4版本之前,有两种典型的方式处理复杂数据类型:
- 将嵌套结构的数据转化为多行数据,然后使用函数处理,最后再组装成嵌套结构。
- 自己构建一个UDF。
和之前不同,新的内置函数可以直接操作复杂数据类型,同时新的高阶函数可以使用匿名的lambda函数处理复杂数据类型,和UDF类似,但是性能大大提高。
在本篇文章,我们将通过一些示例展示部分内置函数以及它们的具体用法。
典型的处理方式
我们首先来看一下Spark2.4以前典型的处理方式。
选择1 - Explode and C
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
0023-HOSTS配置问题导致集群异常故障分析
温馨提示:要看高清无码套图,请使用手机打开并单击图片放大查看。 1.问题现象 Hadoop集群HDFS、YARN、Hive等服务出现异常告警 重启集群异常告警任然存在大量告警 Cluster 1 HDFS 可用空间抑制... NameNode 运行状况抑制... HDFS 金丝雀抑制... DataNode (ip-172-31-10-118) 日志文件 NameNode 连接抑制... DataNode (ip-172-31-5-190) 日志文件 NameNode 连接抑制... DataNode (ip-172-31-9-33) 日志文件 NameNode 连接抑制... Hive Metastore Server (ip-172-31-6-148) 日志文件 Hive Metastore Canary 抑制... Impala Daemon (ip-172-31-10-118) 日志文件 进程状态抑制... Impala Daemon (ip-172-31-5-190) 日志文件 进程状态抑制... Impala Daemon (ip-172-31-9-33) 日志文件 进程状...
- 下一篇
0025-CENTOS6.5安装CDH5.12.1(二)
温馨提示:要看高清无码套图,请使用手机打开并单击图片放大查看。 5.快速组件服务验证 5.1HDFS验证(mkdir+put+cat+get) mkdir操作: _[root@ip-172-31-6-148_~]# hadoop fs -mkdir -p /fayson/test [root@ip-172-31-6-148 ~]# hadoop fs -ls / Found 3 items drwxr-xr-x - root supergroup 0 2017-09-0506:16 /fayson drwxrwxrwt - hdfs supergroup 0 2017-09-0504:24 /tmp drwxr-xr-x - hdfs supergroup 0 2017-09-0504:24 /user [root@ip-172-31-6-148 ~]# put操作: _[root@ip-172-31-6-148_~]# vim a.txt 1,test 2,fayson 3.zhangsan [root@ip-172-31-6-148 ~]#hadoop fs -put a.txt ...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS8安装Docker,最新的服务器搭配容器使用
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- 设置Eclipse缩进为4个空格,增强代码规范
- Red5直播服务器,属于Java语言的直播服务器
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS7安装Docker,走上虚拟化容器引擎之路