RDD中的操作Oracle数据库异常处理

RDD（Resilient Distributed Datasets）弹性分布式数据集，spark中数据的抽象说明

特性（来源于源码）：

 * Internally, each RDD is characterized by five main properties:
 *
 *  - A list of partitions
        一组分区
        RDD由分区组成
 
 *  - A function for computing each split
        函数，用于计算RDD中数据
             
 *  - A list of dependencies on other RDDs
        RDD之间存在依赖关系：宽、窄
 
 *  - Optionally, a Partitioner for key-value RDDs (e.g. to say that the RDD is hash-partitioned)
 *  - Optionally, a list of preferred locations to compute each split on (e.g. block locations for an HDFS file)             
RDD的构建方式：

1.使用SparkContex创建: val rdd1 = sc.parallelize(Array(1,2,3,4,5,6,7,8,9,10),3)

2.通过读取外部的数据源，直接创建RDD

val rdd2 = sc.textFile("hdfs://bigdata111:9000/input/data.txt")    val rdd2 = sc.textFile("/root/temp/input/data.txt")

代码：需求是分析用户访问日志，提取用户访问的jps域名，将jps域名保存到关系型数据库中；

package SparkContextDemo

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.Partitioner
import scala.collection.mutable.HashMap
import java.sql.DriverManager
import java.sql.Connection
import java.sql.PreparedStatement

object Tomcat {
  def main(args: Array[String]): Unit = {
    
    System.setProperty("hadoop.home.dir", "D:\\DayDayUp\\hadoop-2.4.1\\hadoop-2.4.1")
    //构建sc对象  生成RDD对象
    val conf = new SparkConf().setAppName("Tomcat log").setMaster("local")
    val sc = new SparkContext(conf)
    //读取数据
    val rdd1 = sc.textFile("D:\\tmp\\localhost_access_log.