使用集合和按火花分組數據集api

Question

我必須根據數據集上的名稱計算年齡和工資組的總和。 請幫助如何查詢數據集？我嘗試使用GroupedDataset，但不知道如何繼續。 由於

Answer 1

可以註冊JavaRDD prdd作爲表，然後在SQL語句中使用

`數據幀schemaPeople = sqlContext.createDataFrame（prdd，Person.class）; schemaPeople.registerTempTable（「people」）;

// SQL可以在已註冊爲表的RDD上運行。

數據幀青少年= sqlContext.sql（「SELECT SUM（年齡），SUM（工資）FROM一羣人的名字）

// SQL查詢的結果是DataFrames支持所有的正常RDD operations.`

瞭解更多：http://spark.apache.org/docs/latest/sql-programming-guide.html#running-sql-queries-programmatically