convertir RDD contenant BigInt à Spark Dataframe

Question

Salut je travaille dans l'étincelle 1.6.3. J'ai un rdd avec des types de scala BigInt. Comment est-ce que je convertirais cela en un dataframe d'étincelle? Est-il possible de lancer les types avant de créer la base de données?

Mon RDD:

Array[(BigInt, String, String, BigInt, BigInt, BigInt, BigInt, List[String])] = Array((14183197,Browse,3393626f-98e3-4973-8d38-6b2fb17454b5_27331247X28X6839X1506087469573,80161702,8702170626376335,59,527780275219,List(NavigationLevel, Session)), (14183197,Browse,3393626f-98e3-4973-8d38-6b2fb17454b5_27331247X28X6839X1506087469573,80161356,8702171157207449,72,527780278061,List(StartPlay, Action, Session))) 

imprimé:

(14183197,Browse,3393626f-98e3-4973-8d38-6b2fb17454b5_27331247X28X6839X1506087469573,80161356,8702171157207449,72,527780278061,List(StartPlay, Action, Session)) 
(14183197,Browse,3393626f-98e3-4973-8d38-6b2fb17454b5_27331247X28X6839X1506087469573,80161702,8702170626376335,59,527780275219,List(NavigationLevel, Session)) 

J'ai fatigué pour créer un objet de schéma;

val schema = StructType(Array(
    StructField("trackId", LongType, true), 
    StructField("location", StringType, true), 
    StructField("listId", StringType, true), 
    StructField("videoId", LongType, true), 
    StructField("id", LongType, true), 
    StructField("sequence", LongType, true), 
    StructField("time", LongType, true), 
    StructField("type", ArrayType(StringType), true) 
)) 

si j'essaie val df = sqlContext.createDataFrame(rdd, schema) je reçois cette erreur

error: overloaded method value createDataFrame with alternatives: 
    (data: java.util.List[_],beanClass: Class[_])org.apache.spark.sql.DataFrame <and> 
    (rdd: org.apache.spark.api.java.JavaRDD[_],beanClass: Class[_])org.apache.spark.sql.DataFrame <and> 
    (rdd: org.apache.spark.rdd.RDD[_],beanClass: Class[_])org.apache.spark.sql.DataFrame <and> 
    (rows: java.util.List[org.apache.spark.sql.Row],schema: org.apache.spark.sql.types.StructType)org.apache.spark.sql.DataFrame <and> 
    (rowRDD: org.apache.spark.api.java.JavaRDD[org.apache.spark.sql.Row],schema: org.apache.spark.sql.types.StructType)org.apache.spark.sql.DataFrame <and> 
    (rowRDD: org.apache.spark.rdd.RDD[org.apache.spark.sql.Row],schema: org.apache.spark.sql.types.StructType)org.apache.spark.sql.DataFrame 
cannot be applied to (org.apache.spark.rdd.RDD[(BigInt, String, String, BigInt, BigInt, BigInt, BigInt, scala.collection.immutable.List[String])], org.apache.spark.sql.types.StructType) 

Ou si j'essaie val df = sc.parallelize(rdd.toSeq).toDF je reçois l'erreur suivante;

error: value toSeq is not a member of org.apache.spark.rdd.RDD[(BigInt, String, String, BigInt, BigInt, BigInt, BigInt, List[String])] 

Toute aide est appréciée

Answer 1

schéma peut être utilisé qu'avec RDD[Row]. utiliser ici la réflexion:

sqlContext.createDataFrame(rdd) 

Vous avez également le changement BigInt à one of the supported types (BigDecimal?) ou use binary encoder for this field.