Spark同步mysql数据到hive_spark hlive-优快云博客

本文链接：https://blog.youkuaiyun.com/huangqihao723/article/details/105131630

本文介绍如何使用Spark从MySQL数据库读取数据，并解决Hive1.1版本不支持Date类型的问题。通过Scala代码示例，演示了如何加载数据、转换日期字段为字符串以及将数据写入Hive表。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一步：从maven中下连接mysql的jar包

第二步：spark2-shell --jars mysql-connector-java-8.0.15.jar

第三步：

// scala 版

val df = spark.read.format("jdbc").option("url", "jdbc:mysql://rr-bp1d22ltxgwa09g44720.mysql.rds.aliyuncs.com/"+dbname+"?useUnicode=true&characterEncoding=UTF-8").option("driver", "com.mysql.jdbc.Driver").option("fetchsize", 1000).option("numPartitions", 2).option("dbtable", "(select * from " + tablename + ") as t").option("user", "用户名").option("password", "密码").load()

df.write.mode("Overwrite").saveAsTable("写入hive的表名")

如果要同步很多，将上述的代码封装成一个函数，然后做for循环就好了！！

Hive1.1版本不支持Date数据类型，所以遇到这个情况，先把Date类型转换为String类型，我这边用最笨的方法，构建HSQL来进行转换

# scala 版本

var columns=df.columns.toBuffer
val dateTypecolumns=Array("last_biz_date","final_repayment_day","principal_settled_day","value_date")

columns--=dateTypecolumns

val temp="CAST(last_biz_date AS STRING), CAST(final_repayment_day AS STRING), CAST(principal_settled_day AS STRING), CAST(value_date AS STRING)"

val temp2=temp+','+columns.mkString(",")

def get_columns(x:String)={
   val df=spark.sql(s"select $x from df")
   df
}
    get_columns(temp2).write.mode("Overwrite").saveAsTable("hive表名")