如何使用Java将unix epoch的列转换为Apache spark DataFrame中的Date？

我有一个json数据文件,其中包含一个属性[creationDate],它是“long”数字类型的unix epoc. Apache Spark DataFrame架构如下所示：

root 
 |-- creationDate: long (nullable = true) 
 |-- id: long (nullable = true) 
 |-- postTypeId: long (nullable = true)
 |-- tags: array (nullable = true)
 |    |-- element: string (containsNull = true)
 |-- title: string (nullable = true)
 |-- viewCount: long (nullable = true)

我想做一些groupBy“creationData_Year”,需要从“creationDate”获取.

使用Java在DataFrame中进行这种转换的最简单方法是什么？

解决方法:

检查spark dataframe api和sql函数后,我在下面的片段中说：

DateFrame df = sqlContext.read().json("MY_JSON_DATA_FILE");

DataFrame df_DateConverted = df.withColumn("creationDt", from_unixtime(stackoverflow_Tags.col("creationDate").divide(1000)));

“creationDate”列除以“1000”的原因是TimeUnit不同. orgin“creationDate”是“毫秒”中的unix时期,但是spark sql“from_unixtime”旨在处理“秒”中的unix时期.

标签：java,apache-spark,spark-dataframe
来源： https://codeday.me/bug/20190727/1556455.html