Spark中使用c3p0连接池

在Spark实时或离线计算的应用程序中，有时候需要将计算结果保存到数据库中，为了高效这里使用批量插入，结合c3po连接池，说明一下使用方法。

数据计算完成后，在foreachRDD中批量插入数据，因为是针对每一个partiton的数据操作，所以使用 rdd.foreachPartition，这里是一个批量插入页面PV和UV的操作，代码如下：

//RDD[(String,Int,Int)] 的意思是RDD[(页面名称,UV,PV)]
data.foreachRDD((rdd:RDD[(String,Int,Int)],time:Time)=>{
      rdd.foreachPartition(data=>{
        //从连接池中获取一个连接
        val conn = MDBManager.getMDBManager(isLocal).getConnection
        conn.setAutoCommit(false)
        val sql = "insert into tableName set pageName=?,uvNum=?,pvNum=?"
        val preparedStatement = conn.prepareStatement(sql)
        data.foreach(r => {
          preparedStatement.setObject(1, r._1)
          preparedStatement.setObject(2, r._2)
          preparedStatement.setObject(3, r._3)
          preparedStatement.addBatch()
        })
      //批量提交，如果数据量大，这里可以分批提交
        preparedStatement.executeBatch()
        conn.commit()
        conn.close()
})

这里创建一个单例的MDBManager，并使用c3p0获取连接，代码如下：

class MDBManager(isLocal:Boolean) extends Serializable{            
    private val cpds: ComboPooledDataSource = new ComboPooledDataSource(true);
    private val prop = new Properties()
    private var in:InputStream = _    
    isLocal match{
        case true  => in = getClass().getResourceAsStream("/c3p0.properties");
        case false => in = new FileInputStream(new File(SparkFiles.get("c3p0.properties")))
     }       
    try {
      prop.load(in);
      cpds.setJdbcUrl(prop.getProperty("jdbcUrl").toString());
      cpds.setDriverClass(prop.getProperty("driverClass").toString());
      cpds.setUser(prop.getProperty("user").toString());
      cpds.setPassword(prop.getProperty("password").toString());      cpds.setMaxPoolSize(Integer.valueOf(prop.getProperty("maxPoolSize").toString()));      cpds.setMinPoolSize(Integer.valueOf(prop.getProperty("minPoolSize").toString()));      cpds.setAcquireIncrement(Integer.valueOf(prop.getProperty("acquireIncrement").toString()));      cpds.setInitialPoolSize(Integer.valueOf(prop.getProperty("initialPoolSize").toString()));      cpds.setMaxIdleTime(Integer.valueOf(prop.getProperty("maxIdleTime").toString()));
    } catch {
      case ex: Exception => ex.printStackTrace()
    }
    def getConnection:Connection={  
        try {  
            return cpds.getConnection();  
        } catch { 
          case ex:Exception => ex.printStackTrace()
          null
        }  
    }   
}
object MDBManager{  
   var mdbManager:MDBManager=_
   def getMDBManager(isLocal:Boolean):MDBManager={
      synchronized{
          if(mdbManager==null){
              mdbManager = new MDBManager(isLocal)
          }
      }
      mdbManager
    }
}

因为本地模式和集群模式的不同获取c3p0.properties配置文件也不一样，代码中分别提供了两种获取配件文件的方式，通过参数isLocal来确定使用哪种方式。

由于使用的是mysql数据库和c3p0连接池，所以提交应用时需要添加mysql连接的jar包和c3p0的jar包，在Spark-submit中添加参数

--jars /usr/local/spark1.6.1/lib/mysql-connector-java-5.1.38-bin.jar,/usr/local/spark1.6.1/lib/c3p0-0.9.1.2.jar 

提交应用时添加c3p0的配置文件,在Spark-submit中添加参数

--files /usr/local/spark1.3/conf/c3p0.properties