根据对Convert Spark DataFrame to Pojo Object的答复，我了解到Dataframe是Dataset<Row>的别名。
我目前计算了一个JavaPairRDD<CityCode, CityStatistics>，其中CityStatistics是一个POJO，其中包含诸如以下成员的getter和setter：getCityCode()，getCityName()，getActivityCode()，getNumberOfSalaried()，getNumberOfCompanies() ...Liquibase脚本创建了一个统计表，其中存在这些字段（CITYCODE，CITYNAME，ACTIVITYCODE ...）。我只需要写记录。
从我的JavaPairRDD<CityCode, CityStatistics> citiesStatisticsRDD做类似的事情的（或之前有什么）干净的方法是什么？citiesStatisticsRDD.values() => DataSet<CityStatistics> => DataSet<Row> (= DataFrame) =>通过数据帧方法在JDBC连接上写？
谢谢 ！
最佳答案
首先，您必须将JavaPairRDD转换为RDD，因为.createDataset() accepts RDD<T> not JavaRDD<T>。JavaRDD是RDD的包装，以便于从Java代码进行调用。它内部包含RDD，可以使用.rdd（）访问
JavaRDD cityRDD = citiesStatisticsRDD.map(x -> x._2);
Dataset<CityStatistics> cityDS = sqlContext.createDataset(cityRDD.rdd(), Encoders.bean(CityStatistics.class))
现在，如果您要将整个cityStatisticsRDD转换为数据集：将JavaPairRDD转换为RDD，然后使用编码器
Dataset<Row> cityDS = sqlContext.createDataset(citiesStatisticsRDD.values().rdd(), Encoders.bean(CityStatistics.class)).toDF();