Spark中将RDD转换成DataFrame的两种方法

总结下Spark中将RDD转换成DataFrame的两种方法, 代码如下：

• 方法一： 使用createDataFrame方法
  ```java
  //StructType and convert RDD to DataFrame

  val schema = StructType(
  Seq(
  StructField("name",StringType,true)
  ,StructField("age",IntegerType,true)
  )
  )

  val rowRDD = sparkSession.sparkContext
  .textFile("/tmp/people.txt",2)
  .map( x => x.split(",")).map( x => Row(x(0),x(1).trim().toInt))
  sparkSession.createDataFrame(rowRDD,schema)
  }

  }
  ```

• 方法二： 使用toDF方法
  ```java
  //use case class Person
  case class Person(name:String,age:Int)

  //导入隐饰操作，否则RDD无法调用toDF方法
  import sparkSession.implicits._
  val peopleRDD = sparkSession.sparkContext
  .textFile("/tmp/people.txt",2)
  .map( x => x.split(",")).map( x => Person(x(0),x(1).trim().toInt)).toDF()

  ``><font color=red><B>注意</b> ><font color=darkblue>请不要将case Class`定义在main 方法中与toDF一起使用，或与使用toDF定义在同一函数中

Spark中将RDD转换成DataFrame的两种方法

原文：https://www.cnblogs.com/lestatzhang/p/10883835.html