在用scala编写spark的时候,假如我现在需要将我spark读的数据源的字段,做一个类型转换,因
为需求中要拼接出sql的create table语句,需要每个字段的sql中的类型,那么就需要去和sparksql
中的内置数据类型去比对。
写spark的时候,创建df后用schema算子得到了structField类,查看了源码以后,发现
这个样例类的三个参数:name、dataType、nullable、(metadata)
发现第二个参数是这个包下的
于是查阅资料 发现一共有这些参数:
整数类型:
IntegerType 或 IntType: 32 位有符号整数。
LongType: 64 位有符号整数。
ShortType: 16 位有符号整数。
ByteType: 8 位有符号整数。
浮点数类型:
FloatType: 单精度浮点数。
DoubleType: 双精度浮点数。
十进制类型:
DecimalType: 固定精度和固定规模的十进制数。
布尔类型:
BooleanType: 用于表示布尔值(true 或 false)。
字符串类型:
StringType: 用于表示字符串。
二进制类型:
BinaryType: 用于表示二进制数据。
日期和时间类型:
DateType: 用于表示日期。
TimestampType: 用于表示日期和时间。
数组类型:
ArrayType: 用于表示数组。
映射类型:
MapType: 用于表示键值对的映射。
结构类型:
StructType: 用于表示结构化的数据,可以包含多个字段。
空类型:
NullType: 用于表示空值。
这些数据类型都属于 org.apache.spark.sql.types
包,并在 Spark SQL 中提供用于构建 DataFrame 模式的工具。在创建 DataFrame 时,你可以使用这些数据类型来定义每列的数据类型。例如:
import org.apache.spark.sql.types._
val schema = StructType(Seq(
StructField("name", StringType, true),
StructField("age", IntegerType, false),
StructField("salary", DoubleType, true)
))
val df = spark.createDataFrame(spark.sparkContext.emptyRDD[Row], schema)