saprk结果输出到Elasticsearch中----全部干货

执行spark-submit时,一直在Application report for application_1599648117906_0005 (state: ACCEPTED)刷新,解决方案 执行任务时,卡在(state:ACCEPTED)这一直不动, 20/09/09 11:15:16 INFO yarn.Client: Application report for application_1599648117906_0004 (state: ACCEPTED) 20/09/09 11:15:17 INFO yarn.Client: Application report for application_1599648117906_0004 (state: ACCEPTED) 20/09/09 阅读详情

喜欢钻研一起谈论的技术控, 一起打通大数据各个组件的通道

项目需求:spark提取hive数据计算出结果数据输出到ES中
spark版本:2.2
ES版本:6.7

pom配置文件::

<repositories>
    <repository>
        <id>aliyun</id>
        <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
    </repository>
    <repository>
        <id>cloudera</id>
        <url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
    </repository>
    <repository>
        <id>jboss</id>
        <url>http://repository.jboss.com/nexus/content/groups/public</url>
    </repository>
</repositories>

<properties>
    <scala.version>2.11.8</scala.version>
    <scala.binary.version>2.11</scala.binary.version>
    <spark.version>2.2.0</spark.version>
    <hadoop.version>2.6.0-cdh5.14.0</hadoop.version>
    <hbase.version>1.2.0-cdh5.14.0</hbase.version>
    <mysql.version>5.1.38</mysql.version>
</properties>

<dependencies>

    <dependency>
        <groupId>org.elasticsearch</groupId>
        <artifactId>elasticsearch-spark-20_2.11</artifactId>
        <version>7.6.1</version>
    </dependency>
    <dependency>
        <groupId>org.elasticsearch.client</groupId>
        <artifactId>transport</artifactId>
        <version>6.7.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-core</artifactId>
        <version>2.9.1</version>
    </dependency>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-core</artifactId>
        <version>2.9.1</version>
    </dependency>

    <!-- https://mvnrepository.com/artifact/com.alibaba/fastjson -->
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>fastjson</artifactId>
        <version>1.2.47</version>
    </dependency>
    <!-- 依赖Scala语言 -->
    <dependency>
        <groupId>org.scala-lang</groupId>
        <artifactId>scala-library</artifactId>
        <version>${scala.version}</version>
    </dependency>

    <!-- Spark Core 依赖 -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
    </dependency>

    <!-- Spark SQL 依赖 -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
    </dependency>
    <!-- Spark SQL 与 Hive 集成 依赖 -->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-hive_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-hive-thriftserver_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-streaming_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
    </dependency>
    <!-- Spark Streaming 与Kafka 0.8.2.1 集成依赖-->
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-streaming-kafka-0-8_${scala.binary.version}</artifactId>
        <version>${spark.version}</version>
    </dependency>
    <!-- Hadoop Client 依赖 -->
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>${hadoop.version}</version>
    </dependency>

    <!-- HBase Client 依赖 -->
    <dependency>
        <groupId>org.apache.hbase</groupId>
        <artifactId>hbase-server</artifactId>
        <version>${hbase.version}</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hbase</groupId>
        <artifactId>hbase-hadoop2-compat</artifactId>
        <version>${hbase.version}</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hbase</groupId>
        <artifactId>hbase-client</artifactId>
        <version>${hbase.version}</version>
    </dependency>

    <!-- MySQL Client 依赖 -->
    <dependency>
        <groupId>mysql</groupId>
        <artifactId>mysql-connector-java</artifactId>
        <version>${mysql.version}</version>
    </dependency>
    <dependency>
        <groupId>org.scala-lang</groupId>
        <artifactId>scala-library</artifactId>
        <version>2.11.8</version>
    </dependency>

</dependencies>

<build>
    <outputDirectory>target/classes</outputDirectory>
    <testOutputDirectory>target/test-classes</testOutputDirectory>
    <resources>
        <resource>
            <directory>${project.basedir}/src/main/resources</directory>
        </resource>
    </resources>
    <!-- Maven 编译的插件 -->
    <plugins>
        <plugin>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-compiler-plugin</artifactId>
            <version>3.0</version>
            <configuration>
                <source>1.8</source>
                <target>1.8</target>
                <encoding>UTF-8</encoding>
            </configuration>
        </plugin>
        <plugin>
            <groupId>net.alchim31.maven</groupId>
            <artifactId>scala-maven-plugin</artifactId>
            <version>3.2.0</version>
            <executions>
                <execution>
                    <goals>
                        <goal>compile</goal>
                        <goal>testCompile</goal>
                    </goals>
                </execution>
            </executions>
        </plugin>
    </plugins>
</build>
package Test


import org.apache.spark.sql.{DataFrame, SparkSession}
import org.elasticsearch.hadoop.cfg.ConfigurationOptions
import org.elasticsearch.spark.sql.EsSparkSQL
import org.apache.spark.sql.types.DoubleType
object Test002 {
  def main(args: Array[String]): Unit = {
    val spark: SparkSession = SparkSession
      .builder()
      .appName("Hive_Spark")
      .master("local")
      .config("spark.sql.shuffle.partitions", 2)
      //配置hive metastore服务地址
      .config("hive.metastore.uris", "thrift://hadoop:9083")
      //表示集成hive
      .enableHiveSupport()
      .getOrCreate()
    spark.sparkContext.setLogLevel("WARN")
    spark.sql("use 数据库").cache()
    spark.sql("show tables").show(1000, false)
    import spark.implicits._
    val df: DataFrame = spark.sql("select * from table_name")

    df.printSchema()
    val DF2: DataFrame = df.select(
      $"userid",
      $"chang",
      $"changount".cast(DoubleType).as("changount"),
      $"credidamount".cast(DoubleType).as("crerdamount"),
      $"deiption"
    )//这里要注意,字段类型,不懂有问题,可以直接发消息,此博主22H在线
    DF2.printSchema()
    EsSparkSQL.saveToEs(DF2, Map(
      ConfigurationOptions.ES_RESOURCE_WRITE->"test01_index",
      "es.index.auto.create" -> "true",
      "es.nodes.wan.only" -> "true",
      "es.nodes" -> "192.168.***.***",
      "es.port" -> "9200"

    ))
  }
}
spark专业术语解释 Application/App 指的是用户编写的Spark应用程序/代码,包含了Driver功能代码和分布在集群中多个节点上运行的Executor代码。 提示:当对RDD操作代码都是运行在Executor中代码 使用不同语言,编写代码不一样: Java/Scala语言:编译以后Class文件 Python语言:脚本文件 Spark应用程序,由一个或多个作业JOB组成(因为代码中可能会调用多次Action) 每个Job就是RDD执行一个Action函数:没有返回值,或者返回值不是RDD 阅读详情

相关推荐

spark存mysql多线程插入oom问题优化---采用HikariCP链接

all_data.repartition(10) .foreachPartition(tmp => { //获取数据库连接池 val dsPool = DataSourceSingleton.getDataSourceInstance //获取数据库连接池 val connection = dsPool.getConnection while (tmp.hasNext) { val row.

data_curd的博客 595

Spark学习总结三 SparkSql操作elasticsearch

一·、场景:Spark操作es数据 环境版本:Spark2.0.*、elasticsearch5.0.0、Scala2.11.* 二、代码实现 工程需添加spark依赖包及elasticsearch-spark-20_2.11-5.00.jar; elasticseaerch-spark插件包可以从https://www.elastic.co/downloads/hadoop下载;

liubowin的专栏 5133

[小梅哥FPGA] 如何通过动态重配置实现FPGA时钟的实时频率/相位/占空比调整?

PLL和MMCM是实际存在的硬件电路,用以对输入时钟的负面变化,如抖动、频率变化、相位偏移、占空比失真等进行处理。基于该表,用户在初始化Clk_Wiz后,只需要计算好所需的频率、相位、占空比对应的设置值,使用Xil_Out32函数配置对应寄存器即可。通过上述步骤,在平时的开发调试过程中,亦或是一些对于时钟可能有着实时性要求的设计(如数据采集、图像处理)里,我们便可以在无需重新修改设计的前提下,通过AXI4总线来完成对时钟频率、相位的调控,从而达到缩短设计周期以及让设计适应更多场景的目的。

zgmxs的专栏 2495

Spark与Elasticsearch案例

1.背景介绍 1. 背景介绍 Apache Spark和Elasticsearch都是现代大数据处理和分析领域中的重要工具。Spark是一个快速、高效的大数据处理引擎,可以处理批量数据和流式数据,支持多种数据处理任务,如数据清洗、分析、机器学习等。Elasticsearch是一个分布式、实时的搜索和分析引擎,可以存储、搜索和分析大量文本数据,支持全文搜索、分词、排序等功能。 在现实应用中,S...

AI天才研究院 1236

基于CLICKHOUSE的数据仓库分层规范

接入层。

zjyy1987的博客 770

Transformer在CV里太耗算力?手把手拆解Restormer的MDTA与GDFN模块

本文深度解析了CVPR2022最佳论文提名作品Restormer的创新模块MDTA与GDFN,有效解决了Transformer在计算机视觉领域的高计算复杂度问题。通过通道注意力降维和门控前馈网络设计,Restormer在图像恢复重建任务中显著降低计算量,同时保持高性能,为实时图像处理提供了可行方案。

weixin_30258901的博客 446

spark批量输出ES之JavaEsSparkSQL.saveToEs elasticsearch

本文整理汇总了Java中org.elasticsearch.spark.sql.api.java.JavaEsSparkSQL.saveToEs方法的典型用法代码示例。如果您正苦于以下问题:Java JavaEsSparkSQL.saveToEs方法的具体用法?Java JavaEsSparkSQL.saveToEs怎么用?Java JavaEsSparkSQL.saveToEs使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类org.elasticsear

博客 3544

山东大学软件学院计算机组成原理课程设计实验二

文章目录一、实验时间二、实验内容1.设计异步模16加1计数器2.设计4位移位器3.超前进位16位ALU的设计 一、实验时间 2021年4月1日星期四,第五周 二、实验内容 1.设计异步模16加1计数器 基本功能:使用D触发器(dff元件)和异或门构建从0开始计数的模16加1计数器 对应的电路图(这里已经实现了预置初值的功能) 拓展功能: (1)实现模256加1计数器 (2)实现计数器预置初值的功能 这里复用了上面的模16加1计数器 这里异步触发器预置初值的功能是这样实现的: (1)首先将CLR端调为0,

叶卡捷琳堡的博客 5254

spark写入elasticsearch限流

文章目录1. spark 批量写入es2. java-spark写入elasticsearch3. es_hadoop的源码拓展1. MyEsSparkSQL2. MyEsDataFrameWriter 1. spark 批量写入es 正常情况下,我们的spark任务有写入es的需求的时候,我们都是使用ES_Hadoop。参考官方的这里,选择适合自己的版本,如果是hive,spark等都有用到的话可以直接配置 <dependency> <groupId>org.elasticse

寒夜 2707

Sobel原理及计算过程详解

该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。首先,我们需要构建一个Sobel算子,通常是一个 3x3 的矩阵。Sobel算子可以分别计算水平和垂直方向的梯度值,然后将两者合并得到总梯度值。索贝尔算子(Sobel operator)主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的灰度近似值。所以,我们假设选择图像矩阵中的点A(1, 1),即第二行第二列的元素,对应的。接下来,我们将使用Sobel算子计算这个点的梯度值。

2301_76461741的博客 1万+

RK3588开发笔记-Hailo AI模块调试

本文详细介绍了在RK3588开发板上调试HailoAI模块的全过程。首先概述了RK3588处理器的强大性能(4核A76+4核A55,6TOPS算力)和Hailo-8 AI加速模块的特点,重点阐述了通过PCIe接口连接两者的硬件方案。调试步骤包括:确认内核PCIe配置、编译Hailo驱动、下载固件文件并部署到指定目录,最后通过运行resnet模型验证模块性能(实测FPS达2456)。文中提供了完整的软件包下载地址和GitHub源码链接,为开发者实现类似AI加速方案提供了实用参考。

flypig has a dream! 965

如何使用Spark快速将数据写入Elasticsearch

如何使用Spark快速将数据写入Elasticsearch 说到数据写入Elasticsearch,最先想到的肯定是Logstash。Logstash因为其简单上手、可扩展、可伸缩等优点被广大用户接受。但是尺有所短,寸有所长,Logstash肯定也有它无法适用的应用场景,比如: 海量数据ETL 海量数据聚合 多源数据处理 为了满足这些场景,很多同学都会选择Spark,借助Spark算子进行数据...

Ricky点滴 9589

R语言glm函数构建二分类logistic回归模型、epiDisplay包logistic.display函数获取模型汇总统计信息(自变量初始和调整后的优势比及置信区间,回归系数的Wald检验的p值

R语言glm函数构建二分类logistic回归模型(family参数为binomial)、使用epiDisplay包logistic.display函数获取模型汇总统计信息(自变量初始和调整后的优势比及置信区间,回归系数的Wald检验的p值)

statistics+insight+vista+power 1398

spark源码系列之累加器实现机制及自定义累加器

一,基本概念 累加器是Spark的一种变量,顾名思义该变量只能增加。有以下特点: 1,累加器只能在Driver端构建及并只能是Driver读取结果,Task只能累加。 2,累加器不会改变Spark Lazy计算的特点。只会在Job触发的时候进行相关累加操作。 3,现有累加器的类型。相信有很多学习大数据的道友,在这里我给大家说说我滴群哦,大数据海量知识分享,784789432.在此我保证,绝对大数据...

weixin_34404393的博客 147

Android BSP 开发深度解析:驱动开发、系统定制与调试实战

本文系统介绍了Android BSP开发的核心技术要点,重点探讨了外设驱动开发与调试方法。文章首先解析了Android系统分层架构和BSP的关键作用,详细阐述了Linux内核驱动开发基础,包括字符设备、平台设备和输入子系统驱动的实现方法。随后针对触摸屏、WIFI、蓝牙、USB、摄像头和屏幕等常见外设,深入分析了驱动开发要点和调试技巧。此外,还梳理了Android系统启动流程,介绍了常用调试工具和方法论,并提供了面试常见问题及参考答案。全文内容全面实用,为Android底层开发人员提供了系统的技术指南。

郑伟强dev的专栏 292

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

Hive的thrift服务

Hive具有一个可选的组件叫HiveServer或HiveThrift,其允许通过指定端口访问Hive。 启动Thrift Server 进入Hive安装目录 使用如下命令开启服务 hive --service hiveserver & 检查HiveServer是否启动成功使用如下命令  netstat -nl | grep 10000 配置Groovy使用HiveSe

wang_ying_198的专栏 1万+

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

Spark实战(一):spark读取本地文件输出到Elasticsearch

对于spark的典型应用场景为批处理,一般由基本数据源(文件系统如:hdfs)或者高级数据源(flume、kafka)作为spark的数据接入端。输出一样可以是文件系统或数据库等等。本文介绍一个用java写的demo程序,功能是从本地接收数据,经过spark处理之后输出到Elasticsearch。 先上代码: maven &amp;amp;lt;dependency&amp;amp;gt; &amp;amp;lt;groupId...

桃花惜春风 4780

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

第九章 ES索引别名、接口拾遗

一、索引别名 别名,有点类似数据库的视图,别名一般都会和一些过滤条件相结合,可以做到即使是同一个索引上,让不同人看到不同的数据。别名的访问接口是_alias。 1、创建索引添加别名 PUT /index_alias { "aliases": { "index1": { "filter": { "term": { "name": "Apache" } } } } } 2、为已有...

hankin的博客 2228

scala中去除字符串前后空格API---trim,自定义hashset用来存储元素作为查找是否存在

import scala.collection.mutable.ListBuffer val test_hash = new collection.mutable.HashSet[String]() test_hash.add("123") test_hash.add("126") test_hash.add("125") test_hash.add("124") val list_test = new ListBuffer[String]() if(t.

data_curd的博客 2461

spark读取es数据

val conf = new SparkConf().setAppName("Test02").setMaster("local[*]") conf.set("es.index.auto.create","true") conf.set("es.nodes","192.168.161.101") conf.set("es.port","9200") conf.set("es.nodes.wan.only","true") conf.set("es.read.field

data_curd的博客 1583

spark中spark-submit在yarn中执行spark程序的jar

*1、先在idea中打成jar包 1>、在打jar时,一定要把 SparkSession.master("local[2]")注释掉** 2、上传jar到linux中 3、启动spark程序 ** 此命令一定要在spark安装包下执行呢 ** /spark/sbin/start-all.sh 启动完,用jps查看进程 4、启动spark历史服务器 此命令一定要在spark安装包下执行呢 /spark/sbin/start-history-server.sh 5、使用spar...

data_curd的博客 1104

spark更新mysql数据

import java.sql.{Connection, DriverManager} import java.util.Properties import org.apache.spark.sql.{DataFrame, SparkSession} object Test01 { def main(args: Array[String]): Unit = { val spark = SparkSession.builder() .appName("Test01")

data_curd的博客 995

spark读取esField ‘xx‘ not found; typically this occurs with arrays which are not mappedas single value

spark读取es数据时,数据中含有array类型,发出报错: Field 'collect_list(comm).time' not found; typically this occurs with arrays which are not mapped as single value 则增加配置文件即可: conf.set("es.read.field.as.array.include","数组名字") ...

data_curd的博客 759

saprk数据输出到mysql--直接上干货

此篇内容较简单干练,看不懂,欢迎关注加好友一起讨论, 一起钻研打通大数据那个组件的通道 val df: DataFrame = spark.sql("select * from merchantinfo ") df.write.mode(SaveMode.Overwrite) .format("jdbc") .option("url","jdbc:mysql://192.168.200.241:3306") .option("dbtable","test_superset.test1") .option(

data_curd的博客 266

企业如何同时管理用电安全、电能质量和节能降碳?从异常溯源看施耐德电气EEO的协同管理价值

通过整合电力运行信息,并结合EEO资产健康模块、EEO电能质量模块与EEO能碳管理模块,企业可以围绕设备、回路和负荷建立更连续的分析流程,使不同专业人员能够基于相互关联的数据开展判断。企业需要进一步核对异常出现的时间、涉及的配电回路、生产负荷变化以及设备运行状态,才能判断问题来自正常的生产调整、设备运行异常,还是需要采取措施的电能质量问题。从关键回路的异常排查入手,逐步完善设备数据、专业分析和治理验证流程,企业可以让用电安全、电能质量与节能降碳从分散的管理任务,转变为相互关联的日常运营工作。

科技,技术,行业类博主 19
上一篇: saprk数据输出到mysql--直接上干货
下一篇: spark中spark-submit在yarn中执行spark程序的jar
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值