Structured Streaming自定義MySQLSink

1.foreachBatch
spark2.4以后可以直接使用foreachBatch調(diào)用sparksql支持的jdbc批量寫mysql,如下:

/*使用2.4foreachBatch*/
val connectionProperties = PropertyConstants.getProperties()
resultDF
  .writeStream
  .foreachBatch { (batchDF: DataFrame, batchId: Long) =>
    batchDF.write().mode(SaveMode.Append).jdbc(connectionProperties.getProperty("url"),
        "tableName", connectionProperties)
  }
  .outputMode("Update")
  .start

2.foreach
但是批寫模式要么append,要么overwrite岩齿,不能按唯一鍵更新數(shù)據(jù),故需自定義sink盹沈。

import java.sql.{Connection, DriverManager, Timestamp}

import com.xxx.bigdata.utils.PropertyConstants
import org.apache.spark.sql.{ForeachWriter, Row}

import scala.collection.mutable.ArrayBuffer

class MySQLSink(tableName: String, fieldNames: Array[String]) extends ForeachWriter[Row]() {
  val connectionProperties = PropertyConstants.getProperties()
  var conn: Connection = _

  override def open(partitionId: Long, epochId: Long): Boolean = {
    Class.forName("com.mysql.jdbc.Driver")
    conn = DriverManager.getConnection(connectionProperties.getProperty("url"),
      connectionProperties)
    conn.setAutoCommit(false)
    true
  }

  override def process(value: Row): Unit = {
    val values = ArrayBuffer[String]()
    value.toSeq.foreach(_ => values += "?")
    val ps = conn.prepareStatement(
      s"""
         |replace into $tableName${fieldNames.mkString("(", ",", ")")}
         |values${values.mkString("(", ",", ")")}
       """.stripMargin)

    for (i <- 0 until value.size) {
      value.get(i) match {
        case v: Int => ps.setInt(i + 1, v)
        case v: Long => ps.setLong(i + 1, v)
        case v: Float => ps.setFloat(i + 1, v)
        case v: Double => ps.setDouble(i + 1, v)
        case v: String => ps.setString(i + 1, v)
        case v: Timestamp => ps.setTimestamp(i + 1, v)
      }
    }
    ps.execute()
    conn.commit()
  }

  override def close(errorOrNull: Throwable): Unit = {
    conn.close()
  }
}

調(diào)用:

    /*使用自定義MySQLSink */
    val mysqlSink = new MySQLSink("tableName", resultDF.schema.fieldNames)
    resultDF
      .writeStream
      .outputMode("update")
      .foreach(mysqlSink)
      .start

3.功能擴展
此為單條插入吃谣,也可在close里擴展批量,類型匹配也可以擴展岗憋。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)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仔戈,隨后出現(xiàn)的幾起案子关串,更是在濱河造成了極大的恐慌晋修,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,383評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件墓卦,死亡現(xiàn)場離奇詭異,居然都是意外死亡落剪,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,522評論 3 385
  • 文/潘曉璐 我一進店門忠怖,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人抄瑟,你說我怎么就攤上這事∪窠瑁” “怎么了?”我有些...
    開封第一講書人閱讀 157,852評論 0 348
  • 文/不壞的土叔 我叫張陵钞翔,是天一觀的道長。 經(jīng)常有香客問我布轿,道長来颤,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,621評論 1 284
  • 正文 為了忘掉前任福铅,我火速辦了婚禮,結(jié)果婚禮上项阴,老公的妹妹穿的比我還像新娘。我一直安慰自己环揽,他們只是感情好,可當我...
    茶點故事閱讀 65,741評論 6 386
  • 文/花漫 我一把揭開白布歉胶。 她就那樣靜靜地躺著,像睡著了一般通今。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上辫塌,一...
    開封第一講書人閱讀 49,929評論 1 290
  • 那天,我揣著相機與錄音璃氢,去河邊找鬼。 笑死一也,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的椰苟。 我是一名探鬼主播,決...
    沈念sama閱讀 39,076評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼树叽,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了题诵?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,803評論 0 268
  • 序言:老撾萬榮一對情侶失蹤性锭,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后草冈,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體瓮增,經(jīng)...
    沈念sama閱讀 44,265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(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,582評論 2 327
  • 正文 我和宋清朗相戀三年绷跑,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 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凡资。...
    茶點故事閱讀 38,716評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖隙赁,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情鸳谜,我是刑警寧澤,帶...
    沈念sama閱讀 34,395評論 4 333
  • 正文 年R本政府宣布咐扭,位于F島的核電站芭挽,受9級特大地震影響蝗肪,放射性物質(zhì)發(fā)生泄漏袜爪。R本人自食惡果不足惜薛闪,卻給世界環(huán)境...
    茶點故事閱讀 40,039評論 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望豁延。 院中可真熱鬧,春花似錦诱咏、人聲如沸苔可。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,798評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽苟鸯。三九已至,卻和暖如春早处,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背陕赃。 一陣腳步聲響...
    開封第一講書人閱讀 32,027評論 1 266
  • 我被黑心中介騙來泰國打工颁股, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人傻丝。 一個月前我還...
    沈念sama閱讀 46,488評論 2 361
  • 正文 我出身青樓,卻偏偏與公主長得像葡缰,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子泛释,可洞房花燭夜當晚...
    茶點故事閱讀 43,612評論 2 350

推薦閱讀更多精彩內(nèi)容