SparkCore之MySql 读写数据

支持通过Java JDBC访问关系型数据库。需要通过JdbcRDD进行,示例如下:
(1)添加依赖
<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <version>5.

**(2)从Mysql读取数据**
package spark.mysql
import java.sql.DriverManager
import org.apache.spark.rdd.JdbcRDD
import org.apache.spark.{SparkConf, SparkContext}
object MySqlRdd {
  def main(args: Array[String]): Unit = {
    //配置spark信息
    val conf = new SparkConf().setMaster("local[*]").setAppName("MySqlRdd")
    //创建sparkContext
    val sc: SparkContext = new SparkContext(conf)

    //定义连接mysql 的参数
    val driver ="com.mysql.jdbc.Driver"
    val url = "jdbc:mysql://hadoop103:3306/rdd"
    val userName = "root"
    val password = "123"

    //创建JDBCRdd
    val rdd: JdbcRDD[(Int, String)] = new JdbcRDD(
      sc,
      () => {
        Class.forName(driver) //注册数据库驱动
        DriverManager.getConnection(url, userName, password)
      },
      "select * from rddtale where id >=? and id<=?",
      1,
      10,
      1,
      r => (r.getInt(1), r.getString(2))
    )
    //打印结果
    println(rdd.count())
    rdd.foreach(println)
    sc.stop()
    }

}
**(3)往Mysql写入数据**
package spark.mysql
import java.sql.Connection
import org.apache.spark.{SparkConf, SparkContext}

/**
  * 向mysql 中写入数据
  */
object writeToMySql {
  def main(args: Array[String]): Unit = {

    //初始化spark
    val conf = new SparkConf().setAppName("writeToMySql").setMaster("local[*]")

    //创建sparkContext
    val sc: SparkContext = new SparkContext(conf)

    //创建rdd
    val data = sc.parallelize(List("aaa", "bbb", "ccc"))
    //往mysql 中添加数据
    data.foreachPartition(insertData)

    def insertData(iterator: Iterator[String]): Unit = {
      Class.forName("com.mysql.jdbc.Driver").newInstance() //注册数据库驱动
      //获取数据库连接
      val connection: Connection = java.sql.DriverManager.getConnection(
        "jdbc:mysql://hadoop103:3306/rdd", "root", "123")
      iterator.foreach(data => {
        val ps = connection.prepareStatement("insert into rddtale(name) values(?)")
        ps.setString(1, data)
        ps.executeUpdate()
      })
    }
  }

}

Spark SQL可以通过JDBC连接MySQL数据库,实现读写数据的操作。 具体步骤如下: 1. 在Spark应用程序中,引入MySQL JDBC驱动程序。 2. 使用SparkSession对象创建一个DataFrame,指定MySQL数据库的连接信息和查询语句。 3. 使用DataFrame的API进行数据取或写入操作。 例如,以下代码演示了如何使用Spark SQL通过JDBC连接MySQL数据数据: ``` import org.apache.spark.sql.SparkSession object SparkSQLJDBCExample { def main(args: Array[String]): Unit = { val spark = SparkSession.builder() .appName("Spark SQL JDBC Example") .master("local[*]") .getOrCreate() val jdbcDF = spark.read .format("jdbc") .option("url", "jdbc:mysql://localhost:3306/test") .option("driver", "com.mysql.jdbc.Driver") .option("dbtable", "employee") .option("user", "root") .option("password", "password") .load() jdbcDF.show() spark.stop() } } ``` 在这个例子中,我们使用SparkSession对象创建了一个DataFrame,通过JDBC连接MySQL数据库,取了employee表中的数据,并使用show()方法展示了数据。 类似地,我们也可以使用DataFrame的API进行数据写入操作,例如: ``` jdbcDF.write .format("jdbc") .option("url", "jdbc:mysql://localhost:3306/test") .option("driver", "com.mysql.jdbc.Driver") .option("dbtable", "employee_copy") .option("user", "root") .option("password", "password") .save() ``` 这段代码将DataFrame中的数据写入到MySQL数据库的employee_copy表中。 总之,Spark SQL通过JDBC连接MySQL数据库,可以方便地实现数据读写操作。
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
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