Spark读取HDFS写入Hive

最新推荐文章于 2024-08-11 07:00:00 发布

杨鑫newlfe

最新推荐文章于 2024-08-11 07:00:00 发布

阅读量5.2k

点赞数

分类专栏：大数据挖掘与大数据应用案例 Java 文章标签： Spark hadoop hdfs hive

本文链接：https://blog.csdn.net/u012965373/article/details/80403873

版权

大数据挖掘与大数据应用案例同时被 2 个专栏收录

536 篇文章 1680 订阅 ¥9.90 ¥99.00

订阅专栏

Java

427 篇文章 33 订阅

订阅专栏

该博客展示了如何使用Spark读取HDFS上的日志文件，通过自定义处理函数转换数据，然后将处理后的数据写入Hive分区表。主要涉及SparkSession的配置、日期处理、数据过滤及SQL插入操作。

摘要由CSDN通过智能技术生成

package com.xxxx.report.service;

import com.google.common.collect.Lists;
import com.xx.report.config.Constants;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.io.Serializable;
import java.text.SimpleDateFormat;
import java.util.Calendar;
import java.util.List;

/**
 * @author yangxin-ryan
 */
public class BicycleLog2hive implements Serializable{
    // Log日志
    private static final Logger LOG = LoggerFactory.getLogger(BicycleLog2hive.class);
    // 日期格式化
    private static SimpleDateFormat simpleDateFormat = new SimpleD

了解本专栏