json - 从 SparkSQL 在 Scala 中保存 JSON

Question

我正在使用 Spark SQL 从 JSON 文件中提取一些信息。问题是我想将 SQL 分析的结果保存到另一个 JSON 中，以便用 Plateau 或 d3.js 绘制它。问题是我不知道该怎么做。有什么建议吗？

val inputTable = sqlContext.jsonFile(inputDirectory).cache()inputTable.registerTempTable("inputTable")

val languages = sqlContext.sql("""
        SELECT 
            user.lang, 
            COUNT(*) as cnt
        FROM tweetTable 
        GROUP BY user.lang
        ORDER BY cnt DESC 
        LIMIT 15""")
languages.rdd.saveAsTextFile(outputDirectory + "/lang")
languages.collect.foreach(println)

我不介意将数据保存到 .csv 文件中，但我不知 Prop 体如何操作。

谢谢!

Answer 1

只是

val languagesDF: DataFrame = sqlContext.sql("<YOUR_QUERY>")
languagesDF.write.json("your.json")

您不需要返回到 RDD。

不过，请注意，您的 JSON 将被分成多个部分。如果这不是您的意图，请阅读

• Save a large Spark Dataframe as a single json file in S3和
• Write single CSV file using spark-csv (此处用于 CSV，但可以很容易地适应 JSON)

关于如何规避这一点(如果确实需要)。要点在于使用 repartition 或 coalesce。