全国职业院校技能大赛-大数据 离线数据处理模块-数据抽取

子任务1:数据抽取

编写Scala代码,使用Spark将MySQL库中表EnvironmentData,ChangeRecord,BaseMachine,MachineData,ProduceRecord全量抽取到Hive的ods库中对应表environmentdata,changerecord,basemachine, machinedata, producerecord中。

  1. 抽取MySQL的shtd_industry库中EnvironmentData表的全量数据进入Hive的ods库中表environmentdata,字段排序、类型不变,同时添加静态分区,分区字段为etldate,类型为String,且值为当前比赛日的前一天日期(分区字段格式为yyyyMMdd)。使用hive cli执行show partitions ods.environmentdata命令,将结果截图粘贴至客户端桌面【Release\任务B提交结果.docx】中对应的任务序号下;
    import org.apache.spark.SparkConf
    import org.apache.spark.sql.functions.{current_date, date_format, date_sub}
    import org.apache.spark.sql.{DataFrame, SparkSession}
    
    object SparkReadMysqlWriteODS {
      def main(args: Array[String]): Unit = {
    
        System.setProperty("HADOOP_USER_NAME", "root")
    
        // 创建sparkSession对象
        val conf = new SparkConf().setMaster("local[*]").setAppName("spark")
        val spark: SparkSession = SparkSession.builder().config(conf).enableHiveSupport().getOrCreate()
    
        // 启动动态分区
        spark.conf.set("hive.exec.dynamic.partition.mode", "nonstrict")
        // 关闭日志打印
        spark.sparkContext.setLogLevel("OFF")
    
        // 连接mysql数据库
        val df = spark.read
          .format("jdbc")
          .option("driver", "com.mysql.jdbc.Driver")
          .option("url", "jdbc:mysql://hadoop102:3306/shtd_industry?characterEncoding=utf8&useSSL=false")
          .option("user", "root")
          .option("password", "123456")
          .option("dbtable", "EnvironmentData")
          .load()
    
        df.createTempView("ods")
        val dataframe: DataFrame = spark.sql("select * from ods")
    
    
        // 添加分区字段
        val frame = df1.withColumn("etldate", date_format(date_sub(current_date(), 1), "yyyyMMdd"))
    
        // 将添加过分区字段的数据写入到ods库中的environmentdata中
        frame.write
          .mode("overwrite")
          .partitionBy("etldate")
          .saveAsTable("ods.environmentdata")
    
        // 打印分区字段
        spark.sql("show partitions ods.environmentdata")
    
        // 关闭spark连接
        spark.close()
      }
    }
  2. 抽取MySQL的shtd_industry库中ChangeRecord表的全量数据进入Hive的ods库中表changerecord,字段排序、类型不变,同时添加静态分区,分区字段为etldate,类型为String,且值为当前比赛日的前一天日期(分区字段格式为yyyyMMdd)。使用hive cli执行show partitions ods.changerecord命令,将结果截图粘贴至客户端桌面【Release\任务B提交结果.docx】中对应的任务序号下;
    import org.apache.spark.SparkConf
    import org.apache.spark.sql.functions.{current_date, date_format, date_sub}
    import org.apache.spark.sql.{DataFrame, SparkSession}
    
    object SparkReadMysqlWriteODS {
      def main(args: Array[String]): Unit = {
    
        System.setProperty("HADOOP_USER_NAME", "root")
    
        // 创建sparkSession对象
        val conf = new SparkConf().setMaster("local[*]").setAppName("spark")
        val spark: SparkSession = SparkSession.builder().config(conf).enableHiveSupport().getOrCreate()
    
        // 启动动态分区
        spark.conf.set("hive.exec.dynamic.partition.mode", "nonstrict")
        // 关闭日志打印
        spark.sparkContext.setLogLevel("OFF")
    
        // 连接mysql数据库
        val df = spark.read
          .format("jdbc")
          .option("driver", "com.mysql.jdbc.Driver")
          .option("url", "jdbc:mysql://hadoop102:3306/shtd_industry?characterEncoding=utf8&useSSL=false")
          .option("user", "root")
          .option("password", "123456")
          .option("dbtable", "EnvironmentData")
          .load()
    
        df.createTempView("ods")
        val dataframe: DataFrame = spark.sql("select * from ods")
    
    
        // 添加分区字段
        val frame = df1.withColumn("etldate", date_format(date_sub(current_date(), 1), "yyyyMMdd"))
    
        // 将添加过分区字段的数据写入到ods库中的environmentdata中
        frame.write
          .mode("overwrite")
          .partitionBy("etldate")
          .saveAsTable("ods.environmentdata")
    
        // 打印分区字段
        spark.sql("show partitions ods.environmentdata2")
    
        // 关闭spark连接
        spark.close()
      }
    }

数据抽取的题目的代码是非常相似的,只要掌握创建spark对象和连接mysql的方法,那么抽取数据到ods层就不是很难了

其他题目只需要修改读取的库和写入的表名就可以了

  • 25
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 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
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