使用集合和按火花分组数据集api

Question

我必须根据数据集上的名称计算年龄和工资组的总和。 请帮助如何查询数据集？我尝试使用GroupedDataset，但不知道如何继续。 由于

Answer 1

可以注册JavaRDD prdd作为表，然后在SQL语句中使用

`数据帧schemaPeople = sqlContext.createDataFrame（prdd，Person.class）; schemaPeople.registerTempTable（“people”）;

// SQL可以在已注册为表的RDD上运行。

数据帧青少年= sqlContext.sql（“SELECT SUM（年龄），SUM（工资）FROM一群人的名字）

// SQL查询的结果是DataFrames支持所有的正常RDD operations.`

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