SparkSQL之dataframe写入mysql报错

一.异常情况及解决方案

　　在使用Spark SQL的dataframe数据写入到相应的MySQL表中时，报错，错误信息如下：

　　

　　代码的基本形式为: df.write.jdbc(url, result_table, prop)

　　根据图片中的报错，搜索资料，得知是由于Spark SQL 中的Save Mode导致的，Spark SQL的官方文档中对Savemode进行了说明：

　　默认情况下，使用SaveMode.ErrorIfExists，也就是说，当从Spark中插入到MySQL表中的时候，如果表已经存在，则直接报错，想想真觉得这默认值有点坑。

　　于是修改Savemode，将代码改成:df.write.mode(SaveMode.Append).jdbc(url, result_table, prop)

　　再次执行，本以为应该会顺利存入到数据库中了，没想到还是报错：　

　　

　　使用desc查看表的结构，发现在Spark SQL中列类型为String类型的，在MySQL中对应为Text类型，于是我猜测应该是我之前创建的表格中，将列的类型定义为char和varchar导致的。于是，我删除表格，重新创建表格，将char和varcha;r类型改为Text，再次执行，顺利的将数据从Spark SQL中存入到了Mysql.

二.注意事项

　　A. 尽量先设置好存储模式
　　　　SaveMode.ErrorIfExists【默认】模式，该模式下，如果数据库中已经存在该表，则会直接报异常，导致数据不能存入数据库;
　　　　SaveMode.Append 如果表已经存在，则追加在该表中；若该表不存在，则会先创建表，再插入数据；
　　　　SaveMode.Overwrite 重写模式，其实质是先将已有的表及其数据全都删除，再重新创建该表，最后插入新的数据；
　　　　SaveMode.Ignore 若表不存在，则创建表，并存入数据；在表存在的情况下，直接跳过数据的存储，不会报错。
　　B. 设置存储模式的步骤为:
　　　　df.write.mode(SaveMode.Append)
　　C. 若提前在数据库中手动创建表，需要注意列名称和数据类型，
　　　　需要保证Spark SQL中schema中的field name与Mysql中的列名称一致！

　　若提前手动创建Mysql表，需要注意Spark SQL 中Schema中的数据类型与Mysql中的数据类型的对应关系，如下图所示：

　　

转载于:https://www.cnblogs.com/yszd/p/10882086.html