如何在spark java api中从两个csv读取值并对其列执行b/w操作？

我在hadoop中有两个Csv，比如csv1，csv2。两个CSV都包含两列（timestamp和somevalue），比如csv1列是t1，v1，csv2列是t2，v2。 我想计算每个t1=t2的v1*v2（对于相同的时间戳），并使用spark java Api将结果作为文本文件存储在hdfs中

我是新手，请有人帮帮我

---

Thanx提前。

我可以在scala中完成，也许您可以了解我正在做的事情的要点并自己实现：

scala> val df1=sc.parallelize(Seq((1001,2),(1002,3),(1003,4))).toDF("t1","v1")
df1: org.apache.spark.sql.DataFrame = [t1: int, v1: int]


scala> val df2=sc.parallelize(Seq((1001,3),(1002,4),(1005,4))).toDF("t2","v2")
df2: org.apache.spark.sql.DataFrame = [t2: int, v2: int]

scala> df1.join(df2,df1("t1")===df2("t2"))
res1: org.apache.spark.sql.DataFrame = [t1: int, v1: int ... 2 more fields]

scala> res1.show
+----+---+----+---+                                                             
|  t1| v1|  t2| v2|
+----+---+----+---+
|1002|  3|1002|  4|
|1001|  2|1001|  3|
+----+---+----+---+

scala> import org.apache.spark.sql.functions._
import org.apache.spark.sql.functions._

scala> val result=res1.withColumn("foo",res1("v1") * res1("v2"))
result: org.apache.spark.sql.DataFrame = [t1: int, v1: int ... 3 more fields]

scala> result.show
+----+---+----+---+---+                                                         
|  t1| v1|  t2| v2|foo|
+----+---+----+---+---+
|1002|  3|1002|  4| 12|
|1001|  2|1001|  3|  6|
+----+---+----+---+---+

---

我希望这能解决您的问题。

Thanx对于解决方案，我尝试了这些概念，但没有得到精确的解决方案。时间戳列包含类似2016-09-01 15:31:58+00:00的值。我想加载csv并将其拆分为列，结果应该类似于（t1，v*v2）。然后首先使用convert将其转换为spark timestamp，然后执行这些步骤，或者如果您想以一种简单的方式执行，只需使用string即可。