ubuntu中spark使用mysql 图文教程

系统和软件配置

安装ubuntu16.04

http://blog.csdn.net/wyx100/article/details/51582617

安装hadoop（ubuntu16.04）
安装spark（ubuntu16.04）
安装mysql（ubuntu16.04）

mysql安装和检验见：

http://blog.csdn.net/fighter_yy/article/details/40753889

安装idea（ubuntu16.04）

建立数据库

使用数据库参考： http://c.biancheng.net/cpp/html/1444.html

数据库名：sparkdb

账号：root

密码：root

建立数据库表：sparktest

id	name
1	a
2	b

id数据类型：long

name数据类型：string

建立数据库代码

mysql> CREATE DATABASE sparkdb;

mysql> USE sparkdb;

mysql> CREATE TABLE sparktest (ID long, NAME VARCHAR(20));

mysql>insert sparktest (ID,NAME) values(1,'a'),(2,'b');

scala代码

详解可参考： http://www.iteblog.com/archives/1275

package scala
 
import java.sql.DriverManager
 
import org.apache.spark.SparkContext
import org.apache.spark.rdd.JdbcRDD
 

object SparkToJDBC {
 
  def main(args: Array[String]) {
    val sc = new SparkContext("local", "mysql")
    val rdd = new JdbcRDD(
      sc,
      () => {
        Class.forName("com.mysql.jdbc.Driver").newInstance()
        DriverManager.getConnection("jdbc:mysql://localhost:3306/sparkdb", "root", "root")
      },
      "SELECT name FROM sparktest WHERE ID >= ? AND ID <= ?",
      1, 100, 3,
      r => r.getString(1)).cache()
 
    print(rdd.filter(_.contains("success")).count())
    sc.stop()
  }
}

print(rdd.filter(_.contains("success")).count())

执行结果是：0

rdd.filter(_.contains("success")).count()详解见： http://blog.csdn.net/wyx100/article/details/51973712