Spark SQL操作数据源

🙆‍♂️博主：发量不足

欢迎来到本博主主页逛逛

**链接:**发量不足的博客_CSDN博客-hadoop,环境配置,IDEA领域博主https://blog.csdn.net/m0_57781407?type=blog

** Spark SQL可以通过DataFrame和DataSet操作多种数据源，例如（MySql，Hive和Hase等）**

一、操作MySql

①Spark读取MySql

Step1 登录SQL

mysql -u root -pPassword23$ -pPassword23$

Step2 创建数据库，并选择数据库

create database spark;
use spark;

Step3 创建表

Create table person(id int(4),name char(20),age int(4));

Step4 插入数据到表中

Insert into person value(1,’zhangsan’,18);
Insert into person value(2,’lisi’,20);
select * from person;

二、操作HIVE数据库

• ①准备环境

拷贝MySql驱动包到配置文件目录下

cp /opt/module/hive/lib/mysql-connector-java-5.1.46.jar  /opt/module/spark/jars/

拷贝Hive-site.xml到spark目录下

ln -s /opt/module/hive/conf/hive-site.xml /opt/module/spark/conf/hive-site.xml

需要先启动hadoop zookeeper和spark

zkServer.sh start（在opt目录下）
start-all.sh（随意目录下）
sbin/start-all.sh(在spark目录下启动)
cd /opt/module/hive/bin/

启动Hive

Hive

create database sparksqltest;

• ②创建表类型

create table if not exists sparksqltest.person(id int,name string,age int);
use sparksqltest;

• ③插入数据

insert into person values(1,"tom",29);
insert into person values(2,"jerry",20);

创建成功person数据表，并在该表中插入了两条数据后

##克隆master会话窗口，执行Spark-Shell****##****

• ④Spark SQL 操作Hive数据库

启动Spark

bin/spark-shell --master spark://master:7077,slave1:7077,slave2:7077

查看数仓，切换数据库

spark.sql("use sparksqltest")

查看person表原来的数据

spark.sql("select * from person").show

//添加两条新的数据
//导入库
import java.util.Properties
import org.apache.spark.sql.types._
import org.apache.spark.sql.Row
//创建DataFrame
val personRDD = spark.sparkContext.parallelize(Array("3 zhangsan 22","4 lisi 29")).map(_.split(" "))
val schema = StructType(List(StructField("id",IntegerType,true),StructField("name",StringType,true),StructField("age",IntegerType,true)))
val rowRDD = personRDD.map(p => Row(p(0).toInt,p(1).trim,p(2).toInt))
val personDF = spark.createDataFrame(rowRDD,schema)
//将数据插入
personDF.registerTempTable("t_person")
spark.sql("insert into person select * from t_person")
//显示输入
spark.sql("select * from person").show

** 感谢观看完本文章❤**