Spark-SQL连接JDBC的方式及代码写法

提示：文章内容仅供参考！

一、数据加载与保存

通用方式：

SparkSQL 提供了通用的保存数据和数据加载的方式。这里的通用指的是使用相同的API，根据不同的参数读取和保存不同格式的数据，SparkSQL 默认读取和保存的文件格式为parquet

加载数据：

spark.read.load 是加载数据的通用方法。如果读取不同格式的数据，可以对不同的数据格式进行设定。

spark.read.format("…")[.option("…")].load("…")

➢ format("…")：指定加载的数据类型，包括"csv"、"jdbc"、"json"、"orc"、"parquet"和

"textFile"。

➢ load("…")：在"csv"、"jdbc"、"json"、"orc"、"parquet"和"textFile"格式下需要传入加载

数据的路径。

➢ option("…")：在"jdbc"格式下需要传入 JDBC 相应参数，url、user、password 和 dbtable

我们前面都是使用 read API 先把文件加载到 DataFrame 然后再查询，其实，我们也可以直接在文件上进行查询: 文件格式.文件路径

spark.sql("select * from json.’/opt/module/data/user.json’").show

保存数据：

df.write.save 是保存数据的通用方法。如果保存不同格式的数据，可以对不同的数据格式进行设定。

df.write.format("…")[.option("…")].save("…")

➢ format("…")：指定保存的数据类型，包括"csv"、"jdbc"、"json"、"orc"、"parquet"和

"textFile"。

➢ save ("…")：在"csv"、"orc"、"parquet"和"textFile"格式下需要传入保存数据的路径。

➢ option("…")：在"jdbc"格式下需要传入 JDBC 相应参数，url、user、password 和 dbtable

保存操作可以使用 SaveMode, 用来指明如何处理数据，使用 mode()方法来设置。

例如：****df.write.mode("append").json("/opt/module/data/output")

二、Parquet

Spark SQL 的默认数据源为 Parquet 格式。Parquet 是一种能够有效存储嵌套数据的列式

存储格式。数据源为 Parquet 文件时，Spark SQL 可以方便的执行所有的操作，不需要使用 format。修改配置项 spark.sql.sources.default，可修改默认数据源格式。

加载数据：

val df = spark.read.load("examples/src/main/resources/users.parquet")

保存数据：

var df = spark.read.json("/opt/module/data/input/people.json")
df.write.mode("append").save("/opt/module/data/output")

三、JSON

Spark SQL 能够自动推测 JSON 数据集的结构，并将它加载为一个 Dataset[Row]. 可以

通过 SparkSession.read.json()去加载 JSON 文件。注意：****Spark 读取的 JSON 文件不是传统的 JSON 文件，每一行都应该是一个 JSON 串

加载json文件

****val path = "/opt/module/spark-local/people.json" ****

val peopleDF = spark.read.json(path)

创建临时表

peopleDF.createOrReplaceTempView("people")

数据查询

*val resDF = spark.sql("SELECT name FROM people WHERE age BETWEEN 13 AND 19")*

四、CSV

Spark SQL 可以配置 CSV 文件的列表信息，读取 CSV 文件,CSV 文件的第一行设置为

数据列。

spark.read.format("csv").option("sep",";").option("inferSchema","true")

.option("header", "true").load("data/user.csv")

1. 数据准备：user.csv

2.读取 CSV 文件

import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession

object JDBCTest {
  def main(args: Array[String]): Unit = {
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("SQL")
    val spark:SparkSession = SparkSession.builder().config(sparkConf).getOrCreate()
    
    spark.read.format("csv").option("sep",";").option("inferSchema","true")
      .option("header", "true").load("data/user.csv").show()
    spark.stop()
  }
}

执行结果：

五、MySQL

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。

IDEA通过JDBC对MySQL进行操作：

1. 导入依赖

<****dependency****>
<****groupId****>mysql</****groupId****>
<****artifactId****>mysql-connector-java</****artifactId****>
<****version****>5.1.27</****version****>
</****dependency****>

2）mysql中user表：

3）读取数据

1.通用的load方法：

mport org.apache.spark.SparkConf
import org.apache.spark.sql.{DataFrame, SparkSession}

import java.util.Properties

object JDBCTest {
  def main(args: Array[String]): Unit = {
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("SQL")
    val spark: SparkSession = SparkSession.builder().config(sparkConf).getOrCreate()

    import spark.implicits._
    //通用的load方式读取
    spark.read.format("jdbc")
      .option("url", "jdbc:mysql://node01:3306/system")
      .option("driver", "com.mysql.jdbc.Driver")
      .option("user", "root")
      .option("password", "123456")
      .option("dbtable", "user")
      .load().show()
    spark.stop()
  }
}

执行结果：

1. 通用的load方法的另一种形式：

mport org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession

object JDBCTest {
  def main(args: Array[String]): Unit = {
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("SQL")
    val spark: SparkSession = SparkSession.builder().config(sparkConf).getOrCreate()
    import spark.implicits._
    //通用的load方法的另一种形式
    spark.read.format("jdbc")
      .options(
     Map("url"->"jdbc:mysql://node01:3306/system?user=root&password=123456","dbtable"->"user","driver"->"com.mysql.jdbc.Driver"))
      .load().show()
    spark.stop()
  }
}

执行结果：

3.通过JDBC：

import org.apache.spark.SparkConf
import org.apache.spark.sql.{DataFrame, SparkSession}
import java.util.Properties

object JDBCTest {
  def main(args: Array[String]): Unit = {
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("SQL")
    val spark: SparkSession = SparkSession.builder().config(sparkConf).getOrCreate()
    import spark.implicits._
    //通过JDBC
    val pros :Properties = new Properties()
    pros.setProperty("user","root")
    pros.setProperty("password","123456")
    val df :DataFrame = spark.read.jdbc("jdbc:mysql://node01:3306/system","user",pros)
    df.show()
  }
}

执行结果：

4.写入数据

注：写入数据时保存数据的表由程序自动创建，不可以提前创建

方法一：

mport org.apache.spark.SparkConf
import org.apache.spark.sql.{ SaveMode, SparkSession}
case class Stu(name:String,age:Int)

object JDBCTest {
  def main(args: Array[String]): Unit = {
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("SQL")
    val spark:SparkSession = SparkSession.builder().config(sparkConf).getOrCreate()
    import spark.implicits._

    val rdd = spark.sparkContext.makeRDD(
      List((Stu("zhangsan",20)),Stu("lisi",23))
    )
    val ds = rdd.toDS()
    ds.write.format("jdbc")
      .option("url","jdbc:mysql://node01:3306/system")
      .option("driver","com.mysql.jdbc.Driver")
      .option("user","root")
      .option("password","123456")
      .option("dbtable","user2")
      .mode(SaveMode.Append)
      .save()
    spark.stop()

  }
}

执行结果：

** 进入MySQL数据库查看结果：**

方法二：

import org.apache.spark.SparkConf
import org.apache.spark.sql.{SaveMode, SparkSession}
case class Stu(name:String,age:Int)

object JDBCTest {
  def main(args: Array[String]): Unit = {
    val sparkConf = new SparkConf().setMaster("local[*]").setAppName("SQL")
    val spark:SparkSession = SparkSession.builder().config(sparkConf).getOrCreate()
    import spark.implicits._

    val rdd = spark.sparkContext.makeRDD(
      List((Stu("zhangsan",20)),Stu("lisi",23))
    )
    val ds = rdd.toDS()
    ds.write.format("jdbc")
      .options(  Map("url"->"jdbc:mysql://node01:3306/system?user=root&password=123456","dbtable"->"user3","driver"->"com.mysql.jdbc.Driver"))
      .mode(SaveMode.Append)
      .save()
    spark.stop()
  }
}

执行结果：

** 进入MySQL数据库查看结果：**