Spark RDD写入RMDB(Mysql)方法二

在本博客的《Spark将计算结果写入到Mysql中》文章介绍了如果将Spark计算后的RDD最终 写入到Mysql等关系型数据库中，但是这些写操作都是自己实现的，弄起来有点麻烦。不过值得高兴的是，前几天发布的Spark 1.3.0已经内置了读写关系型数据库的方法，我们可以直接在代码里面调用。
　　Spark 1.3.0中对数据库写操作是通过DataFrame类实现的，这个类也是新增的，是将之前的SchemaRDD重命名之后又定义了一些新方法的类。我们需要通过SQLContext来构造DataFrame对象，在SQLContext类中提供了大量可以构造DataFrame对象的方法，感兴趣的可以去看下。本文是通过SQLContext类中的createDataFrame方法来构造的。函数原型如下：

1	def createDataFrame(rowRDD: RDD[Row], schema: StructType): DataFrame

　　接收的RDD是Row类型的，他代表的是one row of output from a relational operator。第二个参数就是我们需要写入表的结构，包括了表的字段名和对应的类型，完整的代码如下：

01	import org.apache.spark.SparkContext

02	import org.apache.spark.sql.Row

03	import org.apache.spark.sql.types.{IntegerType, StringType, StructField, StructType}

04

05

/**

06	* User: 过往记忆

07	* Date: 15-03-17

08	* Time: 上午07:24

09	* bolg: http://www.iteblog.com

10	* 本文地址：http://www.iteblog.com/archives/1290

11	* 过往记忆博客，专注于hadoop、hive、spark、shark、flume的技术博客，大量的干货

12	* 过往记忆博客微信公共帐号：iteblog_hadoop

13

*/

14

15	object SparkToJDBC {

16	def main(args: Array[String]): Unit = {

17

18	val url = "jdbc:mysql://localhost:3306/spark?user=iteblog&password=iteblog"

19

20	val sc = new SparkContext

21	val sqlContext = new org.apache.spark.sql.SQLContext(sc)

22	val schema = StructType(

23	StructField("name", StringType) ::

24	StructField("age", IntegerType)

25

:: Nil)

26

27	val data =sc.parallelize(List(("iteblog", 30), ("iteblog", 29),

28	("com", 40), ("bt", 33), ("www", 23))).

29	map(item => Row.apply(item._1, item._2))

30	import sqlContext.implicits._

31

32	val df = sqlContext.createDataFrame(data, schema)

33	df.createJDBCTable(url, "sparktomysql", false)

34

35

sc.stop

36

}

37

}

　　DataFrame类中提供了很多写数据库的操作，本例中的createJDBCTable就是可以创建表，它的函数原型如下：

1	def createJDBCTable(url: String, table: String, allowExisting: Boolean): Unit

table是表的名字，最后一个参数是如果表存在是否删除表的意思，false代表不删除。
　　DataFrame类中还有insertIntoJDBC方法，调用该函数必须保证表事先存在，它只用于插入数据，函数原型如下：

1	def insertIntoJDBC(url: String, table: String, overwrite: Boolean): Unit

　　前面两个参数和createJDBCTable一致，第三个参数如果设置为true，则在插入数据之前会调用mysql的TRUNCATE TABLE语句先清掉表中的数据。