用于oracle子查询的Pyspark sql
如何将以下基于oracle的sql查询写入等效的pyspark sql,因为这是由于在spark.sql(*query)下嵌套而不受支持的 有没有办法也使用pyspark数据帧来编写用于oracle子查询的Pyspark sql,pyspark,pyspark-sql,pyspark-dataframes,Pyspark,Pyspark Sql,Pyspark Dataframes,如何将以下基于oracle的sql查询写入等效的pyspark sql,因为这是由于在spark.sql(*query)下嵌套而不受支持的 有没有办法也使用pyspark数据帧来编写 SELECT TABLE1.COL1 FROM TABLE1 WHERE COL2 = ( SELECT MAX(COL2) FROM TABLE1 WHERE TABLE1.COL3 = TABLE2.COL3 OR TABLE1.COL4 = TABLE2.COL4 ) 表1有
SELECT TABLE1.COL1
FROM TABLE1
WHERE COL2 = (
SELECT MAX(COL2)
FROM TABLE1
WHERE TABLE1.COL3 = TABLE2.COL3 OR TABLE1.COL4 = TABLE2.COL4
)
表1有列COL1、COL2、COL3、COL4
表2有列
COL3、COL4
如果使用JDBC驱动程序,可以使用以下语法:
sql_request = "(select TABLE1.COL1 FROM TABLE1 WHERE COL2 = (SELECT MAX(COL2) FROM TABLE1 WHERE TABLE1.COL3 = TABLE2.COL3 OR TABLE1.COL4 = TABLE2.COL4))"
df_request = spark.read.jdbc(url=url,table=sql_request,properties=db_properties)
希望这能有所帮助你可以试试这个
from pyspark.sql.functions import max
table1.select(table1.COL1)\
.where(table1.COL2 == table2.select(max(table2.COL2).alias('MAX_COL2'))\
.where((table1.COL3 == table2.COL3) | (table1.COL4 == table2.COL4)).collect().head().MAX_COL2).show()
希望这能有所帮助。使用pyspark sql或pyspark dataframe有什么方法吗?也许我可以建议这些链接:或者或者开始??