Spark從關系數(shù)據(jù)庫加載數(shù)據(jù)

整體思路是通過partition并行鏈接關系數(shù)據(jù)庫墨辛。

實現(xiàn):

1. 加載驅動程序

正確配置:

--driver-class-path "driver_local_file_system_jdbc_driver1.jar:driver_local_file_system_jdbc_driver2.jar" 
  --class "spark.executor.extraClassPath=executors_local_file_system_jdbc_driver1.jar:executors_local_file_system_jdbc_driver2.jar"

如果需要在NoteBook中執(zhí)行任務硼控,需要在啟動前設置EXTRA_CLASSPATH信认,執(zhí)行如下命令:

export EXTRA_CLASSPATH=path_to_the_first_jar:path_to_the_second_jar

2. 并行加載

有兩種方式:

1)按照指定列進行統(tǒng)一分區(qū)

2)通過用戶自定義謂詞分區(qū)

按照指定列進行統(tǒng)一分區(qū)

指定列必須是數(shù)字類型
使用方法

sqlctx.read.jdbc(url = "<URL>", table = "<TABLE>",
  columnName = "<INTEGRAL_COLUMN_TO_PARTITION>",
  lowerBound = minValue,
  upperBound = maxValue,
  numPartitions = 20,
  connectionProperties = new java.util.Properties()
)

通過用戶自定義謂詞分區(qū)

使用方法

val predicates = Array("2015-06-20" -> "2015-06-30", "2015-07-01" -> "2015-07-10", "2015-07-11" -> "2015-07-20",
  "2015-07-21" -> "2015-07-31").map {
    case (start, end) => s"cast(DAT_TME as date) >= date '$start' " + "AND cast(DAT_TME as date) <= date '$end'"
}
sqlctx.read.jdbc(url = "<URL>", table = "<TABLE>", predicates = predicates, connectionProperties = new java.util.Properties())

3.表格union

def readTable(table: String): DataFrame
List("<TABLE1>", "<TABLE2>", "<TABLE3>").par.map(readTable).reduce(_ unionAll _)

.par 表示readTable函數(shù)會并行調用临庇,而不是線性順序酪碘。

4.映射為Case Class

case class MyClass(a: Long, b: String, c: Int, d: String, e: String)
dataframe.map {
 case Row(a: java.math.BigDecimal, b: String, c: Int, _: String, _: java.sql.Date,
          e: java.sql.Date, _: java.sql.Timestamp, _: java.sql.Timestamp, _: java.math.BigDecimal,
          _: String) => MyClass(a = a.longValue(), b = b, c = c, d = d.toString, e = e.toString)
}

不可以處理包含null值的記錄取董。可以通過

dataframe.na.drop()

通過處理后沸枯,丟棄包含null的記錄日矫。

參考

利用tachyong優(yōu)化任務從小時到秒

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市绑榴,隨后出現(xiàn)的幾起案子哪轿,更是在濱河造成了極大的恐慌,老刑警劉巖翔怎,帶你破解...
    沈念sama閱讀 211,123評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件窃诉,死亡現(xiàn)場離奇詭異,居然都是意外死亡赤套,警方通過查閱死者的電腦和手機飘痛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評論 2 384
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來容握,“玉大人宣脉,你說我怎么就攤上這事√奘希” “怎么了塑猖?”我有些...
    開封第一講書人閱讀 156,723評論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長谈跛。 經(jīng)常有香客問我羊苟,道長,這世上最難降的妖魔是什么币旧? 我笑而不...
    開封第一講書人閱讀 56,357評論 1 283
  • 正文 為了忘掉前任践险,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘巍虫。我一直安慰自己彭则,他們只是感情好,可當我...
    茶點故事閱讀 65,412評論 5 384
  • 文/花漫 我一把揭開白布占遥。 她就那樣靜靜地躺著俯抖,像睡著了一般。 火紅的嫁衣襯著肌膚如雪瓦胎。 梳的紋絲不亂的頭發(fā)上芬萍,一...
    開封第一講書人閱讀 49,760評論 1 289
  • 那天,我揣著相機與錄音搔啊,去河邊找鬼柬祠。 笑死,一個胖子當著我的面吹牛负芋,可吹牛的內容都是我干的漫蛔。 我是一名探鬼主播,決...
    沈念sama閱讀 38,904評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼旧蛾,長吁一口氣:“原來是場噩夢啊……” “哼莽龟!你這毒婦竟也來了?” 一聲冷哼從身側響起锨天,我...
    開封第一講書人閱讀 37,672評論 0 266
  • 序言:老撾萬榮一對情侶失蹤毯盈,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后病袄,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體搂赋,經(jīng)...
    沈念sama閱讀 44,118評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,456評論 2 325
  • 正文 我和宋清朗相戀三年陪拘,在試婚紗的時候發(fā)現(xiàn)自己被綠了厂镇。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,599評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡左刽,死狀恐怖,靈堂內的尸體忽然破棺而出酌媒,到底是詐尸還是另有隱情欠痴,我是刑警寧澤,帶...
    沈念sama閱讀 34,264評論 4 328
  • 正文 年R本政府宣布秒咨,位于F島的核電站喇辽,受9級特大地震影響,放射性物質發(fā)生泄漏雨席。R本人自食惡果不足惜菩咨,卻給世界環(huán)境...
    茶點故事閱讀 39,857評論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧抽米,春花似錦特占、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至标捺,卻和暖如春懊纳,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背亡容。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評論 1 264
  • 我被黑心中介騙來泰國打工嗤疯, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人闺兢。 一個月前我還...
    沈念sama閱讀 46,286評論 2 360
  • 正文 我出身青樓身弊,卻偏偏與公主長得像,于是被迫代替她去往敵國和親列敲。 傳聞我的和親對象是個殘疾皇子阱佛,可洞房花燭夜當晚...
    茶點故事閱讀 43,465評論 2 348

推薦閱讀更多精彩內容