我的Spark学习笔记（三）—— SparkSQL初体验

对SparkSQL先有一个感性认识。win10下使用了Cmder工具，操作如下：

$ pwd
D:\Temp\SparkSQLTest

$ dir
2019/12/03  16:11    <DIR>          .
2019/12/03  16:11    <DIR>          ..
2019/01/25  20:45           789,885 mysql-connector-java-5.1.18.jar

$ spark-shell --jars mysql-connector-java-5.1.18.jar --driver-class-path mysql-connector-java-5.1.18.jar

略（打开了spark-shell命令行）

scala> val url="jdbc:mysql://localhost:3306/collect-ticket"

scala> val username = "root"

scala> val password = "123456"

scala> import org.apache.spark.rdd.JdbcRDD

scala> import java.sql.{Connection, DriverManager, ResultSet}

scala> Class.forName("com.mysql.jdbc.Driver").newInstance

scala> val myRDD = new JdbcRDD( sc, () =>
     | DriverManager.getConnection(url, username, password) ,
     | "select id, code_name from fin_dict_val where id >= ? AND id <= ? ",
     | 1, 20, 3, r => r.getLong("id") + ", " + r.getString("code_name"))
myRDD: org.apache.spark.rdd.JdbcRDD[String] = JdbcRDD[0] at JdbcRDD at <console>:32

scala> myRDD.foreach(println)
1, xxx（隐藏了公司敏感信息）
7, xxx（隐藏了公司敏感信息）
14, xxx（隐藏了公司敏感信息）
8, xxx（隐藏了公司敏感信息）
2, xxx（隐藏了公司敏感信息）
9, xxx（隐藏了公司敏感信息）
15, xxx（隐藏了公司敏感信息）
16, xxx（隐藏了公司敏感信息）
10, xxx（隐藏了公司敏感信息）
3, xxx（隐藏了公司敏感信息）
11, xxx（隐藏了公司敏感信息）
17, xxx（隐藏了公司敏感信息）
12, xxx（隐藏了公司敏感信息）
4, xxx（隐藏了公司敏感信息）
13, xxx（隐藏了公司敏感信息）
18, xxx（隐藏了公司敏感信息）
5, xxx（隐藏了公司敏感信息）
19, xxx（隐藏了公司敏感信息）
20, xxx（隐藏了公司敏感信息）
6, xxx（隐藏了公司敏感信息）

scala> myRDD.saveAsTextFile("folder_01")

在当前目录下，生成了folder_01文件夹，里面有三个输出的数据文件：part-00000、part-00001、part-00002。

1, xxx（隐藏了公司敏感信息）
2, xxx（隐藏了公司敏感信息）
3, xxx（隐藏了公司敏感信息）
4, xxx（隐藏了公司敏感信息）
5, xxx（隐藏了公司敏感信息）
6, xxx（隐藏了公司敏感信息）

7, xxx（隐藏了公司敏感信息）
8, xxx（隐藏了公司敏感信息）
9, xxx（隐藏了公司敏感信息）
10, xxx（隐藏了公司敏感信息）
11, xxx（隐藏了公司敏感信息）
12, xxx（隐藏了公司敏感信息）
13, xxx（隐藏了公司敏感信息）

14, xxx（隐藏了公司敏感信息）
15, xxx（隐藏了公司敏感信息）
16, xxx（隐藏了公司敏感信息）
17, xxx（隐藏了公司敏感信息）
18, xxx（隐藏了公司敏感信息）
19, xxx（隐藏了公司敏感信息）
20, xxx（隐藏了公司敏感信息）

API：

class JdbcRDD[T](
sc : org.apache.spark.SparkContext,
getConnection : scala.Function0[java.sql.Connection],
sql : scala.Predef.String,
lowerBound : scala.Long,
upperBound : scala.Long,
numPartitions : scala.Int,
mapRow : scala.Function1[java.sql.ResultSet, T] = { /* compiled code */ }
)

体会下上述交互式窗口里输入的“1, 20, 3”：

• 1对应lowerBound
• 20对应upperBound
• 3对应numPartitions

可以将20改为30或40再次执行下，将3改为4或5再次执行下。