教培参考
教育培训行业知识型媒体
发布时间: 2024年12月24日 07:35
JDBC介绍
Spark SQL可以通过JDBC从关系型数据库中读取数据的方式创建Dataframe，通过对Dataframe一系列的计算后，还可以将数据再写回关系型数据库中。
从MySQL中加载数据（Spark Shell方式）
1.启动Spark Shell，必须指定mysql连接驱动jar包
/home/hadoop/apps/spark/bin/spark-shell
--master spark://hdp08:7077
--jars /home/hadoop/mysql-connector-java-5.1.45.jar
--driver-class-path /home/hadoop/mysql-connector-java-5.1.45.jar
--executor-memory 1g
--total-executor-cores 2
2.从mysql中加载数据
scala> case class Emp(empno: Int,ename: String,job:String,mgr:Int,hiredate:java.util.Date,sal:Float,comm:Float,deptno:Int)
scala>var sqlContext = new org.apache.spark.sql.SQLContext(sc);
scala> val jdbcDF = sqlContext.read.format("jdbc").options(Map("url" -> "jdbc:mysql://hdp08:3306/sqoopdb","driver" -> "com.mysql.jdbc.Driver","dbtable" -> "emp","user" -> "root","password" -> "root")).load()
3.执行查询
jdbcDF.show()
将数据写入到MySQL中（打jar包方式）
本文介绍使用Idea 开发spark连接mysql操作,并建立maven 工程进行相关开发
Maven中的pom.xml文件依赖
<dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.10</artifactId> <version>1.6.0</version> <scope>provided</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-hive_2.10</artifactId> <version>1.6.0</version> <scope>provided</scope> </dependency> <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-sql_2.10</artifactId> <version>1.6.0</version> <scope>provided</scope> </dependency> |
编写Spark SQL程序
packagenet.togogo.sql importjava.util.Properties importorg.apache.spark.sql.{SQLContext,Row} importorg.apache.spark.sql.types.{StringType,IntegerType,StructField,StructType} importorg.apache.spark.{SparkConf,SparkContext} objectJdbcRDD{ defmain(args: Array[String]) { valconf=newSparkConf().setAppName("MySQL-Demo") valsc=newSparkContext(conf) valsqlContext=newSQLContext(sc) //通过并行化创建RDD valpersonRDD= sc.parallelize(Array("1 tom 5","2 jerry 3","3 kitty 6")).map(_.split(" ")) //通过StructType直接指定每个字段的schema valschema=StructType( List( StructField("id",IntegerType,true), StructField("name",StringType,true), StructField("age",IntegerType,true) ) ) //将RDD映射到rowRDD valrowRDD= personRDD.map(p=> Row(p(0).toInt,p(1).trim,p(2).toInt)) //将schema信息应用到rowRDD上 valpersonDataframe= sqlContext.createDataframe(rowRDD,schema) //创建Properties存储数据库相关属性 valprop=newProperties() prop.put("user","root") prop.put("password","root") //将数据追加到数据库 personDataframe.write.mode("append").jdbc("jdbc:mysql://hdp08:3306/sqoopdb","sqoopdb.person",prop) //停止SparkContext sc.stop() } } |
打包与运行
1.用maven将程序打包
2.将Jar包提交到spark集群
/home/hadoop/apps/spark/bin/spark-submit
--class net.togogo.sql.JdbcRDD
--master spark://hdp08:7077
--jars /home/hadoop/mysql-connector-java-5.1.45.jar
--driver-class-path /home/hadoop/mysql-connector-java-5.1.45.jar
/home/hadoop/schema.jar
温馨提示：
微信扫码关注公众号
获取更多考试热门资料
