当前位置:   article > 正文

Spark SQL数据源操作_jeethink

jeethink

概述:本文介绍Spark SQL操作parquet、hive及mysql的方法,并实现Hive和MySql两种不同数据源的连接查询

1、操作parquet

(1)编程实现

  1. #启动spark-shell
  2. ./app/spark-2.4.2-bin-hadoop2.6/bin/spark-shell --master local[2] --jars /root/software/mysql-connector-java-5.1.47-bin.jar
  3. #创建DataFrame
  4. object ParqueApp {
  5.  def main(args: Array[String]): Unit = {
  6.    val spark = SparkSession.builder().appName("DataSetApp").master("local[2]").getOrCreate()
  7.    val userDF = spark.read.format("parquet").load("file:///root/app/spark-2.4.2-bin-hadoop2.6/examples/src/main/resources/users.parquet")
  8.    userDF.printSchema()
  9.    userDF.show()
  10.    userDF.select("name", "favorite_color").show()
  11.    //将查询结果写入json文件
  12.    userDF.select("name", "favorite_color").write.format("json").save("file:///root/app/tmp/jsonout")
  13.    //自定义分区数 默认200
  14.    spark.sqlContext.setConf("spark.sql.shuffle.partitions"
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/593327
推荐阅读
相关标签
  

闽ICP备14008679号