使用Spark-SQL进行ElasticSearch数据探查

目前针对SQL on ElasticSearch 已经有了比较好的解决方案：elasticsearch-sql，其实Spark-SQL也可以满足一些基本的ES数据探查的需求，实现起来也相对简单。

elasticsearch-spark的包针对ES扩展了Spark Datasource，我们可以使用sql查询es中的数据，中间Spark充当了“SQL解析器”的角色。

环境与数据准备：

1. Spark-2.1.0环境；
2. elasticsearch-spark-20_2.11-5.4.2.jar；
3. Hive环境
4. ES集群hosts：18.18.18.1,18.18.18.2,18.18.18.3, 端口：9900
5. ES导入了一部分测试数据，index:empp type: emee

步骤：

1. 启动spark-shell：

  spark-shell --jars elasticsearch-spark-20_2.11-5.4.2.jar

2. 创建Es hive表：

create table EsHiveTable using es OPTIONS (es.nodes '18.18.18.1,18.18.18.2,18.18.18.3', es.port '9900',path 'empp/emee')

3. 探查

spark.sql("select * from EsHiveTable limit 1").show