spark Stream 连接 mysql 写入数据乱码

项目场景:

sapark strem 读取socket 数据保存到mysql


问题描述

spark Stream 连接 mysql 写入数据乱码
代码如下
建表语句

create table hotwords(time varchar(100),word varchar(100),count varchar(100)) charset=utf8mb4;

pom文件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>maven_scala</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>
<dependencies>
    <!-- https://mvnrepository.com/artifact/log4j/log4j -->
    <dependency>
        <groupId>log4j</groupId>
        <artifactId>log4j</artifactId>
        <version>1.2.17</version>
    </dependency>

    <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-core -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_2.13</artifactId>
        <version>3.2.0</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.spark/spark-streaming -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-streaming_2.13</artifactId>
        <version>3.2.0</version>
    </dependency>

    <!--mysql数据库访问-->
    <dependency>
        <groupId>mysql</groupId>
        <artifactId>mysql-connector-java</artifactId>
        <version>5.1.37</version>
    </dependency>

</dependencies>

</project>
def WordCountAndTopN02(): Unit ={

  /*
   * @param null
  *
  *  @Description:  模拟排行榜每隔10s计算最近20s的top3数据
  *  将统计的数据自定义输出。如:mysql、hdfs等
  */


    val url = "jdbc:mysql://"+ip+":3306/bigdata_test?useUnicode=true&characterEncoding=utf-8"
    val username = "root"
    val passwd = "fan123456"


      //TODO 0.准备环境
      val conf:SparkConf = new SparkConf().setAppName("wc").setMaster("local[*]")
      val sc:SparkContext = new SparkContext(conf)
      sc.setLogLevel("WARN")

      val ssc = new StreamingContext(sc,Seconds(5)) // 每隔5秒分一个批次

      //TODO 1.加载数据
      val lines: ReceiverInputDStream[String] = ssc.socketTextStream(ip,9999)

      //TODO 2.处理数据
      // resultDS 是20s内统计的rdd集合
      val resultDS: DStream[(String, Int)] = lines.flatMap(_.split("\\s+"))
        .map((_, 1))
        //      .reduceByKey(_+_)
        // windowDuration 窗口长度(大小),表示要计算最近多长时间的数据
        // slideDuration  滑动间隔,表示每隔多长时间计算一次
        // windowDuration和slideDuration必须是batchDuration(批次)的倍数
        .reduceByKeyAndWindow((a: Int, b: Int) => a + b, Seconds(20), Seconds(10))

      val sortRDDs: DStream[(String, Int)] = resultDS.transform(rdd => { // rdd 是统计集合内的每个rdd个体
        val sortRdDD: RDD[(String, Int)] = rdd.sortBy(_._2, false)
        val top3: Array[(String, Int)] = rdd.sortBy(_._2, false).take(3)
        println("==========top3============")
        top3.foreach(println)
        println("==========top3============")
        sortRdDD
      })

      //TODO 3.输出结果
      // sortRDDs.print() // 默认输出
      // 自定义输出
      sortRDDs.foreachRDD((rdd,time) => {
        val milliseconds: Long = time.milliseconds
        println("=======自定义输出======")
        println("batchtime---->"+milliseconds)
        println("=======自定义输出======")
        // 将结果自定义输出
        // 控制台输出
        rdd.foreach(println)
        // 输出到hdfs/本地文件
        rdd.coalesce(1).saveAsTextFile("data/output/result-"+milliseconds)
        // 输出到Mysql
        rdd.foreachPartition(iter => {
          // 开启连接
          val conn: Connection = DriverManager.getConnection(url,username,passwd)
          val sql = "insert into `hotwords` (`time`,`word`,`count`) values (?,?,?)"
          val ps: PreparedStatement = conn.prepareStatement(sql)

          iter.foreach(t =>{
            val word: String = t._1
            val count: Int = t._2
            ps.setTimestamp(1,new Timestamp(milliseconds))
            ps.setString(2,word)
            ps.setInt(3,count)
            ps.addBatch()
          })
          ps.executeBatch()
          // 关闭连接
          conn.close()
          ps.close()
        })
      })


      //TODO 4.启动并等待结果
      ssc.start()
      ssc.awaitTermination() // 流式应用启动之后需要一直运行等待手动停止/等待数据到来

      //TODO 5.关闭资源
      ssc.stop(stopSparkContext = true,stopGracefully = true)

    }


原因分析:

连接mysql 的连接串没指定编码


解决方案:

修改连接串
val url = “jdbc:mysql://”+ip+“:3306/bigdata_test?useUnicode=true&characterEncoding=utf-8”
增加字符编码

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值