从另一个数据库导入 Spark 2 的对象的类型是什么？ [复制]

Question

我将两个表从 oracle 导入 Spark，如下所示：

val customers = spark.read.format("jdbc").option("url", "jdbc:oracle:thin:user/password@//IP:2222/ebe").option("driver", "oracle.jdbc.OracleDriver").option("dbtable", "customers").load().show()

val cities = spark.read.format("jdbc").option("url", "jdbc:oracle:thin:user/password@//IP:2222/ebe").option("driver", "oracle.jdbc.OracleDriver").option("dbtable", "cities").load().show()

这些表应该稍后通过“ID”连接起来，如下所示：

val df = customers.join(cities, customers.col("ID") === cities.col("ID"))

问题是对象“客户”和“城市”的类型分别是customers: Unit = () cities: Unit = ()

这里有解释如何从 Seq() 转换为 DataFrame 的答案，但没有关于 Unit 到 DataFrame 的说明。

这个Unit是什么，是RDD、DataSet还是？

Answer 1

这是因为你把show() 放在最后。 show() 具有 Unit 类型，因此您的 customers 和 cities 具有 Unit 类型。

你应该写：

val customers = spark.read.format("jdbc").option("url", "jdbc:oracle:thin:user/password@//IP:2222/ebe").option("driver", "oracle.jdbc.OracleDriver").option("dbtable", "customers").load()
val cities = spark.read.format("jdbc").option("url", "jdbc:oracle:thin:user/password@//IP:2222/ebe").option("driver", "oracle.jdbc.OracleDriver").option("dbtable", "cities").load()

那么它们应该是DataFrame 或一些Dataset，然后您可以进一步处理。