Spark SQL/DataFrame/DataSet Join操作

数据准备,先构建两个DataFrame

scala>  val df1 = spark.createDataset(Seq(("a", 1,2), ("b",2,3) )).toDF("k1","k2","k3")

df1: org.apache.spark.sql.DataFrame = [k1: string, k2: int ... 1 more field]

scala>  val df2 = spark.createDataset(Seq(("a", 2,2), ("b",3,3), ("b", 2,1), ("c", 1,1)) ).toDF("k1","k2","k4")

df2: org.apache.spark.sql.DataFrame = [k1: string, k2: int ... 1 more field]

scala> df1.show

+---+---+---+

| k1| k2| k3|

+---+---+---+

|  a|  1|  2|

|  b|  2|  3|

+---+---+---+

scala> df2.show

+---+---+---+

| k1| k2| k4|

+---+---+---+

|  a|  2|  2|

|  b|  3|  3|

|  b|  2|  1|

|  c|  1|  1|

+---+---+---+

Join算子说明:

join比较通用两种调用方式,注意在usingColumns里的字段必须在两个DF中都存在

joinType:默认是 `inner`. 必须是以下类型的一种:`inner`, `cross`, `outer`, `full`, `full_outer`, `left`, `left_outer`,`right`, `right_outer`, `left_semi`, `left_anti`.

def join(right: Dataset[_], usingColumns: Seq[String], joinType: String): DataFrame

def join(right: Dataset[_], joinExprs: Column, joinType: String): DataFrame


(1)join内连接

//select * from df1 join df2 on df1.key1=df2.key1

//方法一

scala> df1.join(df2,"k1").show

+---+---+---+---+---+

| k1| k2| k3| k2| k4|

+---+---+---+---+---+

|  a|  1|  2|  2|  2|

|  b|  2|  3|  2|  1|

|  b|  2|  3|  3|  3|

+---+---+---+---+---+

//方法二

scala> df1.join(df2,df1("k1") === df2("k1")).show

+---+---+---+---+---+---+

| k1| k2| k3| k1| k2| k4|

+---+---+---+---+---+---+

|  a|  1|  2|  a|  2|  2|

|  b|  2|  3|  b|  2|  1|

|  b|  2|  3|  b|  3|  3|

+---+---+---+---+---+---+

//方法三

scala> df1.join(df2,df1("k1") === df2("k1"),"inner").show

+---+---+---+---+---+---+

| k1| k2| k3| k1| k2| k4|

+---+---+---+---+---+---+

|  a|  1|  2|  a|  2|  2|

|  b|  2|  3|  b|  2|  1|

|  b|  2|  3|  b|  3|  3|

+---+---+---+---+---+---+

//不同字段比较

//select * from df1 join df2 on df1.key2=df2.key4

scala> df1.join(df2,df1("k2") === df2("k4"),"inner").show

+---+---+---+---+---+---+

| k1| k2| k3| k1| k2| k4|

+---+---+---+---+---+---+

|  a|  1|  2|  c|  1|  1|

|  a|  1|  2|  b|  2|  1|

|  b|  2|  3|  a|  2|  2|

+---+---+---+---+---+---+

//多个字段比较

//select * from df1 join df2 on df1.key1=df2.key1 and df1.key2=df2.key2

scala> df1.join(df2,Seq("k1","k2"),"inner").show

+---+---+---+---+

| k1| k2| k3| k4|

+---+---+---+---+

|  b|  2|  3|  1|

+---+---+---+---+

(2)其他join类型,只需把inner改成你需要的类型即可

scala> df1.join(df2,Seq("k1"),"left").show

+---+---+---+---+---+

| k1| k2| k3| k2| k4|

+---+---+---+---+---+

|  a|  1|  2|  2|  2|

|  b|  2|  3|  2|  1|

|  b|  2|  3|  3|  3|

+---+---+---+---+---+

//左外连接 left_outer可简写为left

scala> df1.join(df2,Seq("k1"),"left_outer").show

+---+---+---+---+---+

| k1| k2| k3| k2| k4|

+---+---+---+---+---+

|  a|  1|  2|  2|  2|

|  b|  2|  3|  2|  1|

|  b|  2|  3|  3|  3|

+---+---+---+---+---+

//左半连接

scala> df1.join(df2,Seq("k1"),"leftsemi").show

+---+---+---+

| k1| k2| k3|

+---+---+---+

|  a|  1|  2|

|  b|  2|  3|

+---+---+---+

scala> df1.join(df2,Seq("k1","k2"),"left").show

+---+---+---+----+

| k1| k2| k3|  k4|

+---+---+---+----+

|  a|  1|  2|null|

|  b|  2|  3|  1|

+---+---+---+----+

scala> df1.join(df2,Seq("k1"),"right").show

+---+----+----+---+---+

| k1|  k2|  k3| k2| k4|

+---+----+----+---+---+

|  a|  1|  2|  2|  2|

|  b|  2|  3|  3|  3|

|  b|  2|  3|  2|  1|

|  c|null|null|  1|  1|

+---+----+----+---+---+

left是left_outer的简写

转自:https://blog.csdn.net/lingbo229/article/details/82464466

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,607评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,239评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,960评论 0 355
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,750评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,764评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,604评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,347评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,253评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,702评论 1 315
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,893评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,015评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,734评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,352评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,934评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,052评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,216评论 3 371
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,969评论 2 355

推荐阅读更多精彩内容