关于Spark工作总结--读取数据库注意事项（解决占用连接多，耗内存，速度慢等问题）

问题解决背景：

    避免尽量少的使用hiveContext.read.jdbc(url,sql,prop)来读取数据库

            ①：其中sql语句不要用通配符 *，是关于解析引擎耗时的解决办法，使用全字段代替select *;

            ②：在查询时加索引，在你之前的字段上加自增长主键Id字段，查出来快的不是一点半点。

    

    终极大招：

            1： 将数据按照上述方法读取出来放进DataFrame中。

            2：使用DataFrame的类SQL的方法，比如select(),distinct(),where()等，来获取需要的字段存进newDataFrame中

           3：使用2的方法的时候，要知道sql的执行顺序，比如where()执行顺序在select()之前，此时就需要先DF.where().select()

            4：使用上述方法的时候注意观察cpu的消耗。毕竟此方法是将数据全部读取到内存中在进行操作的；

            5：如果说再想写回数据库：将DataFrame注册成临时表，查询临时表，sqlCommand(查询临时表语句)