欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Spark JDBC操作MySQL方式詳細(xì)講解

 更新時間:2023年02月01日 11:46:37   作者:CarveStone  
這篇文章主要介紹了Spark JDBC操作MySQL方式,Spark SQL可以通過JDBC從傳統(tǒng)的關(guān)系型數(shù)據(jù)庫中讀寫數(shù)據(jù),讀取數(shù)據(jù)后直接生成的是DataFrame,然后再加上借助于Spark SQL豐富的API來進(jìn)行各種操作

JDBC操作MySQL

在實際的企業(yè)級開發(fā)環(huán)境中,如果數(shù)據(jù)規(guī)模特S別大,此時采用傳統(tǒng)的SQL語句去處理的話一般需要分成很多批次處理,而且很容易造成數(shù)據(jù)庫服務(wù)宕機,且實際的處理過程可能會非常復(fù)雜,通過傳統(tǒng)的Java EE等技術(shù)可能很難或者不方便實現(xiàn)處理算法,此時采用SparkSQL進(jìn)行分布式分析處理就可以非常好的解決該問題,在生產(chǎn)環(huán)境下,一般會在Spark SQL和具體要操作的DB之間加上一個緩沖層次,例如中間使用Redis或者Kafka。

Spark SQL可以通過JDBC從傳統(tǒng)的關(guān)系型數(shù)據(jù)庫中讀寫數(shù)據(jù),讀取數(shù)據(jù)后直接生成的是DataFrame,然后再加上借助于Spark SQL豐富的API來進(jìn)行各種操作。從計算數(shù)據(jù)規(guī)模的角度去講,集群并行訪問數(shù)據(jù)庫數(shù)據(jù),調(diào)用Data Frame Reader的Format(“JDBC”)的方式說明Spark SQL操作的數(shù)據(jù)來源是通過JDBC獲得,JDBC后端一般都是數(shù)據(jù)庫,例如MySQL、Oracle等。

JDBC讀取數(shù)據(jù)方式

單Partition(無并發(fā))

調(diào)用函數(shù)格式:def jdbc(url: String, table: String, properties: Properties): DataFrame

  • url:代表數(shù)據(jù)庫的JDBC鏈接地址;
  • table:具體要鏈接的數(shù)據(jù)庫;

這種方法是將所有的數(shù)據(jù)放在一個Partition中進(jìn)行操作(即并發(fā)度為1),意味著無論給的資源有多少,只有一個Task會執(zhí)行任務(wù),執(zhí)行效率比較慢,并且容易出現(xiàn)OOM。使用如下,在spark-shell中執(zhí)行:

/*此為代碼格式,實際中使用應(yīng)替換相應(yīng)字段中的內(nèi)容*/
val url = "jdbc:mysql://localhost:/database"        
val tableName = "table"
// 設(shè)置連接用戶&密碼
val prop = new java.util.Properties
prop.setProperty("user","username")  //實際使用中替換username為相應(yīng)的用戶名
prop.setProperty("password","pwd")   //實際使用中替換pwd為相應(yīng)的密碼

根據(jù)Long類型字段分區(qū)

/*此為代碼格式,實際中使用應(yīng)替換相應(yīng)字段中的內(nèi)容*/
def jdbc(
url: String,
table: String,
columnName: String, // 根據(jù)該字段分區(qū),需要為整型,比如 id 等
lowerBound: Long, // 分區(qū)的下界
upperBound: Long, // 分區(qū)的上界
numPartitions: Int,  //分區(qū)的個數(shù)
connectionProperties: Properties): DataFrame

根據(jù)字段將數(shù)據(jù)進(jìn)行分區(qū),放進(jìn)不同的Partition中,執(zhí)行效率較快,但是只能根據(jù)數(shù)據(jù)字段作為分區(qū)關(guān)鍵字。使用如下:

/*此為代碼格式,實際中使用應(yīng)替換相應(yīng)字段中的內(nèi)容*/
val url = "jdbc:mysql://mysqlHost:3306/database"
val tableName = "table"
val columnName = "colName"
val lowerBound = 1,
val upperBound = 10000000,
val numPartitions = 10,
// 設(shè)置連接用戶&密碼
val prop = new java.util.Properties
prop.setProperty("user","username")
prop.setProperty("password","pwd")

將字段 colName 中發(fā) 1~10000000 條數(shù)據(jù)分區(qū)到 10 個 Partition 中。

根據(jù)任意類型字段分區(qū)

/*此為代碼格式,實際中使用應(yīng)替換相應(yīng)字段中的內(nèi)容*/
jdbc(
url: String,
table: String,
predicates: Array[String],
connectionProperties: Properties): DataFrame

以下使用時間字段進(jìn)行分區(qū):

/*此為代碼格式,實際中使用應(yīng)替換相應(yīng)字段中的內(nèi)容*/
val url = "jdbc:mysql://mysqlHost:3306/database"
val tableName = "table"
// 設(shè)置連接用戶&密碼
val prop = new java.util.Properties
prop.setProperty("user","username")
prop.setProperty("password","pwd")
/**
* 將 9 月 16-12 月 15 三個月的數(shù)據(jù)取出,按時間分為 6 個 partition
* 為了減少事例代碼,這里的時間都是寫死的
* modified_time 為時間字段
*/
val predicates =
Array(
"2015-09-16" -> "2015-09-30",
"2015-10-01" -> "2015-10-15",
"2015-10-16" -> "2015-10-31",
"2015-11-01" -> "2015-11-14",
"2015-11-15" -> "2015-11-30",
"2015-12-01" -> "2015-12-15"
).map {
case (start, end) =>
s"cast(modified_time as date) >= date '$start' " + s"AND cast(modified_time
as date) <= date '$end'"
}

這種方法可以使用任意字段進(jìn)行分區(qū),比較靈活,適用于各種場景。以MySQL 3000W數(shù)據(jù)量為例,如果單分區(qū)count,若干分鐘就會報OOM;如果分成5~20個分區(qū)后,count操作只需要2s,效率會明顯提高,這里就凸顯出JDBC高并發(fā)的優(yōu)勢。Spark高并發(fā)度可以大幅度提高讀取以及處理數(shù)據(jù)的速度,但是如果設(shè)置過高(大量的Partition同時讀取)也可能會將數(shù)據(jù)源數(shù)據(jù)庫宕掉。

JDBC讀取MySQL數(shù)據(jù)

下面來進(jìn)行實際操作,首先需要配置MySQL

  • 免密登陸:mysql -uroot
  • 查看數(shù)據(jù)庫:show databases;
  • 使用MySQL數(shù)據(jù)庫:use mysql;

修改表格的權(quán)限,目的是為了使其他主機可以遠(yuǎn)程連接 MySQL,通過此命令可以查看訪問用戶允許的主機名。

  • 查看所有用戶及其host:select host, user from user;
  • 將相應(yīng)用戶數(shù)據(jù)表中的host字段改成’%':update user set host="%" where user="root";
  • 刷新修改權(quán)限flush privileges;

通過命令修改host為%,表示任意IP地址都可以登錄。出現(xiàn)ERROR 1062 (23000): Duplicate entry '%-root' for key 'PRIMARY',是因為 user+host 是主鍵,不能重復(fù),可以不用理會。也可通過以下命令刪除user 為空的內(nèi)容來解決:delete from user where user='';。

在MySQL創(chuàng)建數(shù)據(jù)庫和表格,插入數(shù)據(jù),查看:

create database test;    //創(chuàng)建數(shù)據(jù)庫test
use test;        //進(jìn)入數(shù)據(jù)庫test
create table people( name varchar(12), age int);         //創(chuàng)建表格people并構(gòu)建結(jié)構(gòu)
insert into people values ("Andy",30),("Justin",19),("Dela",25),("Magi",20),("Pule",21),("Mike",12);        //向people表中插入數(shù)據(jù)
select * from people;         //輸出people表中全部數(shù)據(jù)

編寫代碼讀取MySQL表中數(shù)據(jù):

//導(dǎo)入依賴環(huán)境
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.sql.{DataFrame, SQLContext}
import java.util.Properties
val url = "jdbc:mysql://localhost/test"       //MySQL地址及數(shù)據(jù)庫
val username = "root"       //用戶名
val sqlContext = new SQLContext(sc)       
sc.setLogLevel("WARN")
val uri = url + "?user=" + username + "&useUnicode=true&characterEncoding=UTF-8"           //設(shè)置讀取路徑及用戶名
val properties = new Properties()      //創(chuàng)建JDBC連接信息
properties.put("user","root")
properties.put("driver", "com.mysql.jdbc.Driver")
val df_test: DataFrame = spark.sqlContext.read.jdbc(uri, "people", properties)  //讀取數(shù)據(jù)
df_test.select("name","age").collect().foreach(row => {         //輸出數(shù)據(jù)
	println("name " + row(0) + ", age" + row(1))
})
df_test.write.mode("append").jdbc(uri,"people",properties)     //向people表中寫入讀出的數(shù)據(jù),相當(dāng)于people表中有兩份一樣的數(shù)據(jù)

到此這篇關(guān)于Spark JDBC操作MySQL方式詳細(xì)講解的文章就介紹到這了,更多相關(guān)Spark JDBC操作MySQL內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • GC調(diào)優(yōu)實戰(zhàn)之過早提升Premature?Promotion

    GC調(diào)優(yōu)實戰(zhàn)之過早提升Premature?Promotion

    這篇文章主要為大家介紹了GC調(diào)優(yōu)實戰(zhàn)之過早提升Premature?Promotion
    2022-01-01
  • Eclipse的Debug調(diào)試技巧大全(總結(jié))

    Eclipse的Debug調(diào)試技巧大全(總結(jié))

    這篇文章主要介紹了Eclipse的Debug調(diào)試技巧大全(總結(jié)),小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-12-12
  • 解決mybatis竟然報Invalid value for getInt()的問題

    解決mybatis竟然報Invalid value for getInt()的問題

    使用mybatis遇到一個非常奇葩的問題,總是報Invalid value for getInt()的問題,怎么解決呢?下面小編通過場景分析給大家代來了mybatis報Invalid value for getInt()的解決方法,感興趣的朋友參考下吧
    2021-10-10
  • 解決IDEA鼠標(biāo)點擊光標(biāo)變大問題

    解決IDEA鼠標(biāo)點擊光標(biāo)變大問題

    這篇文章主要介紹了解決IDEA鼠標(biāo)點擊光標(biāo)變大問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-02-02
  • Springboot實現(xiàn)Java郵件任務(wù)過程解析

    Springboot實現(xiàn)Java郵件任務(wù)過程解析

    這篇文章主要介紹了Springboot實現(xiàn)Java郵件任務(wù)過程解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-09-09
  • SSH框架網(wǎng)上商城項目第13戰(zhàn)之Struts2文件上傳功能

    SSH框架網(wǎng)上商城項目第13戰(zhàn)之Struts2文件上傳功能

    這篇文章主要為大家詳細(xì)介紹了SSH框架網(wǎng)上商城項目第13戰(zhàn)之Struts2文件上傳功能的相關(guān)資料,感興趣的小伙伴們可以參考一下
    2016-06-06
  • Java開發(fā)神器Lombok使用詳解

    Java開發(fā)神器Lombok使用詳解

    這篇文章主要介紹了Java開發(fā)神器Lombok使用詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-11-11
  • JAVA中堆、棧,靜態(tài)方法和非靜態(tài)方法的速度問題

    JAVA中堆、棧,靜態(tài)方法和非靜態(tài)方法的速度問題

    這篇文章主要介紹了JAVA中堆、棧,靜態(tài)方法和非靜態(tài)方法的速度問題,堆和棧得速度性能分析多角度給大家分析,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下
    2018-08-08
  • Springboot集成mybatis實現(xiàn)多數(shù)據(jù)源配置詳解流程

    Springboot集成mybatis實現(xiàn)多數(shù)據(jù)源配置詳解流程

    在日常開發(fā)中,若遇到多個數(shù)據(jù)源的需求,怎么辦呢?通過springboot集成mybatis實現(xiàn)多數(shù)據(jù)源配置,簡單嘗試一下,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2022-06-06
  • SpringBoot對靜態(tài)資源的映射規(guī)則詳解解讀

    SpringBoot對靜態(tài)資源的映射規(guī)則詳解解讀

    這篇文章主要介紹了SpringBoot對靜態(tài)資源的映射規(guī)則詳解解讀,在Spring Boot中,映射規(guī)則是用來定義URL與控制器方法之間的映射關(guān)系的,通過映射規(guī)則,可以將特定的URL請求映射到相應(yīng)的控制器方法上,從而實現(xiàn)請求的處理和響應(yīng)的返回,需要的朋友可以參考下
    2023-10-10

最新評論