【发布时间】:2018-12-19 12:48:16
【问题描述】:
我有两个数据集,我想加入它们,但只获取第一个数据集的数据。
我想选择 Ds1 和 ds2 中存在但仅显示的数据集(帐户和金额 1)。
我的数据集是这样的: DS1
+---------+------------+
| account| amount1 |
+---------+------------+
| aaaaaa | 1000 |
| bbbbbb | 4000 |
| cccccc | 5000 |
| cccccc | 5000 |
DS2
+---------+------------+------------+
| account| amount2 | amount3 |
+---------+------------+------------+
| bbbbbb | 4000 | 4000 |
| cccccc | 5000 | 5000 |
我想得到这个数据集
+---------+------------+
| account| amount1 |
+---------+------------+
| aaaaaa | 1000 |
| cccccc | 5000 |
| cccccc | 5000 |
请有人指导我使用 Spark Java API 中的示例表达式来执行此操作。提前致谢。
【问题讨论】:
-
你的问题是错误的,我认为你正在寻找 +-------+-------+ |account|amount1| +-------+-------+ | bbbbbb| 4000| | cccccc| 5000| | cccccc| 5000| +-------+-------+
标签: java apache-spark apache-spark-sql hdfs