我有两个文件,一个新文件,一个旧文件,我需要对两个文件里的数据进行比较,找出新增的、更改过的、删除了的数据
数据格式:{"id":0,"name":"name0","age":69,"birth":"2011年09月20日"}
val frame1 = ss.read.json("bigdata-spark/data/json1")
val frame2 = ss.read.json("bigdata-spark/data/json2")
能给个思路吗
Spark数据的对比
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
- syyyyyyyyyyyyyyh 2021-07-19 11:08关注
唯一标识为ID
第一个思路为:
数据都装入两个map中。key为id value为值。json1为map1,json2为map2。
id装为两个数组.json1为数组1,json2为数组2。新增的 就是json1不存在 json2存在的ID。 数组2依次删除数组1的值,保留的id去map2中根据key拿,就是新增的。
删除的 就是json1存在 json2不存在的ID。 数组1依次删除数组2的值,保留的id去map1中根据key拿,就是新增的。
更改的 就是ID相同 但转为String 无法equals的。数组1与2求相同值,放入数组3,根据数组3的值去map2中根据key拿,就是修改过的。第二个思路,转为sql 跑sql语句
id
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用
悬赏问题
- ¥15 Vue3 大型图片数据拖动排序
- ¥15 划分vlan后不通了
- ¥15 GDI处理通道视频时总是带有白色锯齿
- ¥20 用雷电模拟器安装百达屋apk一直闪退
- ¥15 算能科技20240506咨询(拒绝大模型回答)
- ¥15 自适应 AR 模型 参数估计Matlab程序
- ¥100 角动量包络面如何用MATLAB绘制
- ¥15 merge函数占用内存过大
- ¥15 使用EMD去噪处理RML2016数据集时候的原理
- ¥15 神经网络预测均方误差很小 但是图像上看着差别太大