data_curd的博客

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

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(

select ifnull((select distinct Salary from Employee order by Salary desc limit 1 offset 1),null) as SecondHighestSalary//这题就考察了几个重要的函数//ifnull（a,b） 如果a有值，就返回a--------如果a为空，则就返回b//distinct c 去重函数，去掉c数据中重复的元素//order by d 排序函数，将d的数据默认为升序排法.

原始表全查询// 原始表全查询SELECT id，NAME，pricefrom rdd// 字段id设置为order by 默认正序排序SELECT id,NAME,pricefrom rddORDER BY id多字段排序// 如果order by 是根据两个字段，默认则是看第一个字段相同后，在相同的第一个字段上再比较第二个字段大小排序SELECTSELECT id,NAME,pricefrom rddorder by id,price// 多字段进行排序时，可以各

// 查询全表数据SELECT * FROM rdd// 查询id 不重复的数据SELECT DISTINCT id from rdd// 输出限制固定行数SELECT * FROM rdd LIMIT 3

其columns 和describe的意思一样，都是显示这个表中的每个字段，行中包含段名，数据类型，是否为null，键信息，默认值以及其他信息// 1> colimns的用法SHOW columns FROM rdd// 2> describe的用法DESCRIBE rdd结果都是一样的如下图：...

package Streaming.MYSQLimport java.sql.{Connection, DriverManager, PreparedStatement}import org.apache.flink.configuration.Configurationimport org.apache.flink.streaming.api.functions.sink.{RichSinkFunction, SinkFunction}import org.apache.flink.strea

修改列名，或者列得长度ALTER TABLE 表名 CHANGE COLUMN 旧列名 新列名 类型（长度）删除列ALTER TABLE 表名 DROP COLUMN 列名

primary key：主键约束主键必须包含唯一的值主键列不能包含null值每个表都应该有一个主键，并且每个表只能有一个主键创建primary key的方式有三种：其一： create table cin_01( id int primary key, name varchar(32), address varchar(32), city varchar(32) );注意：如果有列类型或者列的长度需要修改，则可以用modify关键字，修改列类型或者长度格式：alter tabl