spark从mysql读取数据_Spark读取数据库(Mysql)的四种方式讲解

现在Spark支撑四种办法从数据库中读取数据，这里以Mysql为例进行介绍。

一、不指定查询条件

这个办法连接MySql的函数原型是：

def jdbc(url: String, table: String, properties: Properties): DataFrame

咱们只需求供给Driver的url，需求查询的表名，以及连接表有关特点properties。下面是详细比如：

val url = "jdbc:mysql://www.iteblog.com:3306/iteblog?user=iteblog&password=iteblog"

val prop = new Properties()

val df = sqlContext.read.jdbc(url, "iteblog", prop )

println(df.count())

println(df.rdd.partitions.size)

咱们运转上面的程序，能够看到df.rdd.partitions.size输出成果是1，这个成果的意义是iteblog表的所有数据都是由RDD的一个分区处理的，所以说，假如你这个表很大，很可能会呈现OOM

WARN TaskSetManager: Lost task 0.0 in stage 1.0 (TID 14, spark047219):

java.lang.OutOfMemoryError: GC overhead limit exceeded at com.mysql.jdbc.MysqlIO.reuseAndReadPacket(MysqlIO.java:3380)

这种办法在数据量大的时分不主张运用。

二、指定数据