Thích truy vấn chứ?

Một ưu điểm của giao diện DataFrame là bạn có thể chạy các truy vấn SQL trên những bảng trong cụm Spark của mình. Nếu bạn chưa có kinh nghiệm về SQL thì đừng lo, chúng tôi sẽ cung cấp sẵn truy vấn cho bạn! (Để học thêm SQL, hãy bắt đầu với khóa học Introduction to SQL.)

Như bạn đã thấy ở bài tập trước, một trong các bảng trong cụm của bạn là bảng flights. Bảng này chứa một hàng cho mỗi chuyến bay rời Sân bay Quốc tế Portland (PDX) hoặc Sân bay Quốc tế Seattle–Tacoma (SEA) trong các năm 2014 và 2015.

Chạy một truy vấn trên bảng này rất đơn giản: chỉ cần dùng phương thức .sql() trên SparkSession của bạn. Phương thức này nhận một chuỗi chứa câu truy vấn và trả về một DataFrame với kết quả!

Nếu để ý kỹ, bạn sẽ thấy bảng flights chỉ xuất hiện trong câu truy vấn, chứ không phải là đối số truyền vào bất kỳ phương thức nào. Lý do là trong môi trường của bạn không có đối tượng cục bộ nào giữ dữ liệu đó, nên việc truyền bảng vào làm đối số sẽ không hợp lý.

Hãy nhớ là chúng tôi đã tạo sẵn một SparkSession tên là spark trong không gian làm việc của bạn. (Nó không còn tên my_spark nữa vì chúng tôi đã tạo sẵn cho bạn!)

Bài tập này là một phần của khóa học

Nền tảng về PySpark

Xem khóa học

Hướng dẫn bài tập

Dùng phương thức .sql() để lấy 10 hàng đầu tiên của bảng flights và lưu kết quả vào flights10. Biến query đã chứa câu truy vấn SQL phù hợp.
Dùng phương thức DataFrame .show() để in flights10.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Don't change this query
query = "FROM flights SELECT * LIMIT 10"

# Get the first 10 rows of flights
flights10 = ____

# Show the results
flights10.____

Chỉnh sửa và Chạy Mã