SparkR：数据科学家的新利器

• 从R原生data.frame和list创建
• 从SparkR RDD创建
• 从特定的数据源(JSON和Parquet格式的文件)创建
• 从通用的数据源创建
• 将指定位置的数据源保存为外部SQL表，并返回相应的DataFrame
• 从Spark SQL表创建
• 从一个SQL查询的结果创建

支持的主要的DataFrame操作有：

·数据缓存，持久化控制：cache(),persist(),unpersist()

• 数据保存：saveAsParquetFile(), saveDF() （将DataFrame的内容保存到一个数据源），saveAsTable() （将DataFrame的内容保存存为数据源的一张表）
• 集合运算：unionAll()，intersect(), except()
• Join操作：join()，支持inner、full outer、left/right outer和semi join。

   6/11   首页 上一页 4 5 6 7 8 9 下一页 尾页