[英]Save Spark RDD to Hive Table
在spark中我想将RDD对象保存到hive表中。 我试图使用createDataFrame,但这是扔
线程“main”java.lang.NullPointerException中的异常
val products=sc.parallelize(evaluatedProducts.toList);
//here products are RDD[Product]
val productdf = hiveContext.createDataFrame(products, classOf[Product])
我正在使用Spark 1.5版本。
如果您的产品是一个类(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", ...)
使用此方法,您将Product属性作为DataFrame中的列。
然后,您可以创建一个临时表:
productDF.registerTempTable("table_name")
或物理表:
productDF.write.saveAsTable("table_name")
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.