使用SQL火花

計算收入貢獻我有一個表像這樣使用SQL火花

item   mrp 
-----  ----- 
burger  500 
burger  500 
burger  600 
pizza  1000 
pizza  1000 
pizza  1000

我需要計算漢堡包和比薩餅的收入貢獻。一種方法是首先獲取單個項目的mrp總數並存儲在一個變量中，然後獲得所有項目的總mrp總和，並進行分割。但是這需要遍歷單個項目。我想用閃光的方式使用sql來完成它。是否有可能或我必須選擇looping路徑

來源

2017-07-19 Saurab

您需要使用groupby和agg。

首先你總結了所有的MRP：

import org.apache.spark.sql.functions._ 
val sumOfAll = df.agg(sum($"mrp")).collect()(0).getLong(0)

的AGG功能允許您聚集。總和函數（來自sql.functions）總結了mrp列中的所有值。這導致了一行一列的數據框（只是總和）。所以我們把它收集到驅動程序中，取第一個元素（理論上可能有多行，但我們只知道第一個元素是相關的），這會導致一行，然後我們將第一列作爲長整型。

val groupedDF = df.groupBy("item").agg(sum($("mrp")/lit(sumOfAll))

groupBy告訴我們按項目進行agg計算。我們還將總和列除以前的sumOfAll（點亮是文字，對所有行使用相同的值）

查看結果您可以使用show（查看）或collect（獲取和執行某些操作它）

來源

2017-07-19 04:55:50

你可以寫它的Java等效？當前我正在使用'數據集 totalqty = spark.sql（「select icode，bround（cast（long（total_amount）long）/（從bigmart.o_sales中選擇cast（sum（total_amount））as mrp from bigmart.o_sales group by icode「）;' 這是幫助我，但你的代碼似乎很整潔 – Saurab

回答

相關問題