如果Spark中的数据帧是不可变的，为什么我们能够使用withColumn（）等操作来修改它？
如果Spark中的数据帧是不可变的，为什么我们能够使用withColumn（）等操作来修改它？
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。根据Spark Architecture，DataFrame建立在RDD之上，RDD本质上是不可变的，因此数据帧本质上也是不可变的。
关于withColumn或任何其他操作，当您在DataFrame上应用此类操作时，它将生成新的数据框而不是更新现有的数据框。
但是，当您使用动态类型语言的python时，您将覆盖先前引用的值。因此，当您执行以下语句时
df = df.withColumn()
它将生成另一个数据帧并将其分配给引用“ df”。为了验证相同，您可以使用id()rdd方法获取数据帧的唯一标识符。
df.rdd.id()
将为您的数据框提供唯一标识符。
2019-07-17 23:20:07赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
