spark 写入es

https://github.com/a342058040/network_anomaly_detection

https://github.com/a342058040/Spark-for-Python

https://www.cnblogs.com/FG123/p/9748836.html

将mysql-connector-java-8.0.11和elasticsearch-spark-20_2.11-6.4.1.jar放到Spark的jars目录下,提交spark任务即可。
# coding: utf-8
import sys
import os

pre_current_dir = os.path.dirname(os.getcwd())
sys.path.append(pre_current_dir)
from pyspark.sql import SparkSession
from pyspark.sql.types import *
from pyspark.sql.functions import udf
from settings import ES_CONF

current_dir = os.path.dirname(os.path.realpath(__file__))

spark = SparkSession.builder.appName("weather_result").getOrCreate()


def get_health_level(value):
    """
    PM2.5对应健康级别
    :param value:
    :return:
    """
    if 0 <= value <= 50:
        return "Very Good"
    elif 50 < value <= 100:
        return "Good"
    elif 100 < value <= 150:
        return "Unhealthy for Sensi"
    elif value <= 200:
        return "Unhealthy"
    elif 200 < value <= 300:
        return "Very Unhealthy"
    elif 300 < value <= 500:
        return "Hazardous"
    elif value > 500:
        return "Extreme danger"
    else:
        return None


def get_weather_result():
    """
    获取Spark SQL分析后的数据
    :return:
    """
    # load所需字段的数据到DF
    df_2017 = spark.read.format("csv") \
        .option("header", "true") \
        .option("inferSchema", "true") \
        .load("file://{}/data/Beijing2017_PM25.csv".format(current_dir)) \
        .select("Year", "Month", "Day", "Hour", "Value", "QC Name")

    # 查看Schema
    df_2017.printSchema()

    # 通过udf将字符型health_level转换为column
    level_function_udf = udf(get_health_level, StringType())

    # 新建列healthy_level 并healthy_level分组
    group_2017 = df_2017.withColumn(
        "healthy_level", level_function_udf(df_2017['Value'])
    ).groupBy("healthy_level").count()

    # 新建列days和percentage 并计算它们对应的值
    result_2017 = group_2017.select("healthy_level", "count") \
        .withColumn("days", group_2017['count'] / 24) \
        .withColumn("percentage", group_2017['count'] / df_2017.count())
    result_2017.show()

    return result_2017


def write_result_es():
    """
    将SparkSQL计算结果写入到ES
    :return:
    """
    result_2017 = get_weather_result()
    # ES_CONF配置 ES的node和index
    result_2017.write.format("org.elasticsearch.spark.sql") \
        .option("es.nodes", "{}".format(ES_CONF['ELASTIC_HOST'])) \
        .mode("overwrite") \
        .save("{}/pm_value".format(ES_CONF['WEATHER_INDEX_NAME']))


write_result_es()
spark.stop()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

伟伟哦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值