-- 默认情况下，SparkContext对象在spark-shell启动时用namesc初始化。使用以下命令创建SQLContext。val sqlcontext = new org.apache.spark.sql.SQLContext(sc)-- employee.json-将此文件放在currentscala>指针所在的目录中。{ ??{"id" : "1201", "name" : "satish", "age" : "25"} ??{"id" : "1202", "name" : "krishna", "age" : "28"} ??{"id" : "1203", "name" : "amith", "age" : "39"} ??{"id" : "1204", "name" : "javed", "age" : "23"} ??{"id" : "1205", "name" : "prudvi", "age" : "23"}}-- 读取JSON文档namedemployee.json。 数据显示为带有字段id，name和age的表。val dfs = sqlContext.read.json("/root/wangbin/employee.json")-- 显示数据dfs.show()-- 查看数据结构dfs.printSchema()-- 查看某一列dfs.select("name").show()-- 查找年龄大于23（age> 23）的雇员。dfs.filter(dfs("age") > 23).show()-- 计算同一年龄的员工人数。dfs.groupBy("age").count().show()Spark之json数据处理
原文地址：https://www.cnblogs.com/wangbin2188/p/8252658.html