在scala中spark合并两个dataframe完整流程

在 Scala 中，要合并两个 DataFrame，可以使用 `union` 或 `join` 方法。下面是完整的流程：

1. 首先，你需要创建两个 DataFrame，可以使用 `spark.read.format` 方法从不同的数据源中读取数据，例如：

   val df1 = spark.read.format("csv").load("/path/to/first/csv")
   val df2 = spark.read.format("json").load("/path/to/second/json")

2. 如果你想简单地将两个 DataFrame 合并为一个，可以使用 `union` 方法，例如：

   val mergedDF = df1.union(df2)

这将创建一个新的 DataFrame，其中包含 df1 和 df2 中的所有行。

3. 如果你想根据某些列将两个 DataFrame 进行连接，可以使用 `join` 方法。例如，假设你有两个 DataFrame，一个包含客户信息，另一个包含订单信息，你可以将它们连接在一起，例如：

   val customersDF = spark.read.format("csv").load("/path/to/customers/csv")
   val ordersDF = spark.read.format("csv").load("/path/to/orders/csv")

   val joinedDF = customersDF.join(ordersDF, Seq("customer_id"))

这将创建一个新的 DataFrame，其中包含客户信息和订单信息，通过 `customer_id` 列进行连接。

4. 最后，你可以将合并后的 DataFrame 保存到磁盘上，例如：

   mergedDF.write.format("parquet").save("/path/to/output/parquet")
   joinedDF.write.format("csv").save("/path/to/output/csv")

这将把合并后的 DataFrame 保存为 Parquet 格式或 CSV 格式。