在spark中操作mysql数据 ---- spark学习之七
2016-05-27 10:34
507 查看
在spark中操作mysql数据 ---- spark学习之七
使用spark的 DataFrame 来操作mysql数据。
DataFrame是比RDD更高一个级别的抽象,可以应用SQL语句进行操作,详细参考: https://spark.apache.org/docs/latest/sql-programming-guide.html
这里暂时使用spark-shell进行操作,
1.首先,必须要先下载一个mysql的jdbc的驱动
可以从这里下载
2.然后呢,就好办了。
3.具体文件编写代码,然后提交worker也类似,主要是DataFrame的 sqlContext声明会不一样。
这里如果要用spark-submit,则会有坑,即便你是用sbt的assembly来打包的一个全的jar包:
参考:http://www.iteblog.com/archives/1300
使用spark的 DataFrame 来操作mysql数据。
DataFrame是比RDD更高一个级别的抽象,可以应用SQL语句进行操作,详细参考: https://spark.apache.org/docs/latest/sql-programming-guide.html
这里暂时使用spark-shell进行操作,
1.首先,必须要先下载一个mysql的jdbc的驱动
可以从这里下载
2.然后呢,就好办了。
#具体的启动spark-shell的方法(带上mysql的driver) $~/spark-shell --driver-class-path /path-to-mysql-jar/mysql-connector-java-5.1.34-bin.jar #定义mysql的信息 val url="jdbc:mysql://10.181.176.226:3306/geo_info" val prop = new java.util.Properties prop.setProperty("user","geo") prop.setProperty("password","xxxxxx”) #指定读取条件,这里 Array("country_code='CN'") 是where过滤条件
val cnFlight = sqlContext.read.jdbc(url,"gps_location",Array("country_code='CN'"),prop) #然后进行groupby 操作,获取数据集合 val emailList = cnFlight.groupBy("gps_city", "user_mail”) #计算数目,并根据数目进行降序排序 val sorted = emailList.count().orderBy( desc("count") ) #显示前10条 sorted.show(10) #存储到文件(这里会有很多分片文件。。。) sorted.rdd.saveAsTextFile("/home/qingpingzhang/data/flight_top”) #存储到mysql表里 sorted.write.jdbc(url,"table_name",prop)
3.具体文件编写代码,然后提交worker也类似,主要是DataFrame的 sqlContext声明会不一样。
val sc: SparkContext // An existing SparkContext. val sqlContext = new org.apache.spark.sql.SQLContext(sc)
这里如果要用spark-submit,则会有坑,即便你是用sbt的assembly来打包的一个全的jar包:
参考:http://www.iteblog.com/archives/1300
[itelbog@iteblog ~]$ bin/spark-submit --master local[2] --driver-class-path lib/mysql-connector-java-5.1.35.jar --class spark.SparkToJDBC ./spark-test_2.10-1.0.jar
相关文章推荐
- MYSQL中关于编码问题
- MYSQL的JOB
- MySQL5.5版本安装失败问题
- mysql笔记
- Mysql 表分区技术
- Mysql 表分区技术
- mysql 保存到csv
- MYSQL limit,offset 区别
- mysql整型bigint、int、mediumint、smallint 和 tinyint的语法介绍
- mysql flush logs时出现ERROR 1105
- MySQL数据库加密与解密
- MySQL批量SQL插入性能优化
- Mybatis拦截器 mysql load data local 内存流处理
- NaviCat for Mysql导入数据失败解决方法
- Mysql优化相关总结
- c 连接mysql数据库
- mysql数据目录迁移
- 打开MySQL数据库远程访问的权限
- mysql的备份与恢复
- MySql各种查询