spark 使用StructType构建表结构

在 Spark 中，可以使用 StructType 构建表结构，它是一个描述数据类型的结构体。StructType 可以包含多个 StructField，每个 StructField 表示一列的数据类型和列名。

下面是一个使用 StructType 构建表结构的例子：

from pyspark.sql.types import StructType, StructField, StringType, IntegerType

# 构建表结构
schema = StructType([
    StructField("name", StringType(), True),
    StructField("age", IntegerType(), True),
    StructField("gender", StringType(), True)
])

# 创建数据集
data = [("Alice", 25, "F"), ("Bob", 30, "M"), ("Charlie", 35, "M")]

# 创建 DataFrame
df = spark.createDataFrame(data, schema)

# 显示 DataFrame
df.show()

在上面的例子中，我们先定义了一个 StructType，它包含三个 StructField，分别表示 name、age 和 gender 三列的数据类型和列名。然后，我们创建了一个数据集 data，它包含了三个元组，每个元组对应一行数据。最后，我们使用 createDataFrame 方法将数据集和表结构组合成一个 DataFrame，并显示出来。

输出结果如下：

+-------+---+------+
|   name|age|gender|
+-------+---+------+
|  Alice| 25|     F|
|    Bob| 30|     M|
|Charlie| 35|     M|
+-------+---+------+