spark DataFrame 使用Java读取mysql和写入mysql的例子

spark的dataframe写入mysql的坑 从Spark Shell连接到MySQL: spark-shell --jars "/path/mysql-connector-java-5.1.42.jar 可以使用Data Sources API将来自远程数据库的表作为DataFrame或Spark SQL临时视图加载。用户可以在数据源选项中指定JDBC连接属性。 可以使用Data Sources API将来自远程数据库的表作为DataFra... 阅读详情

例子


package com.hjh.demo.mysql;


import java.util.Properties;


import org.apache.log4j.Logger;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.sql.DataFrame;
import org.apache.spark.sql.SQLContext;
import org.apache.spark.sql.SaveMode;


public class Demo_Mysql3 {


private static Logger logger = Logger.getLogger(Demo_Mysql2.class);


public static void main(String[] args) {


SparkConf sparkConf = new SparkConf();


sparkConf.setAppName("Demo_Mysql2");
sparkConf.setMaster("local[5]");
JavaSparkContext sc = null;
try {
sc = new JavaSparkContext(sparkConf);


SQLContext sqlContext = new SQLContext(sc);


// 一个条件表示一个分区
String[] predicates = new String[] {
"1=1 order by id limit 400000,50000",
"1=1 order by id limit 450000,50000",
"1=1 order by id limit 500000,50000",
"1=1 order by id limit 550000,50000",
"1=1 order by id limit 600000,50000" };


String url = "jdbc:mysql://localhost:3306/mysql";
String table = "demo3";
Properties connectionProperties = new Properties();
connectionProperties.setProperty("dbtable", table);// 设置表
connectionProperties.setProperty("user", "root");// 设置用户名
connectionProperties.setProperty("password", "root");// 设置密码


// 读取数据
DataFrame jdbcDF = sqlContext.read().jdbc(url, table, predicates,
connectionProperties);


jdbcDF.printSchema();


// 写入数据
String url2 = "jdbc:mysql://localhost:3306/mysql";
Properties connectionProperties2 = new Properties();
connectionProperties2.setProperty("user", "root");// 设置用户名
connectionProperties2.setProperty("password", "root");// 设置密码
String table2 = "demo4";


// SaveMode.Append表示添加的模式


// SaveMode.Append:在数据源后添加;
// SaveMode.Overwrite:如果如果数据源已经存在记录,则覆盖;
// SaveMode.ErrorIfExists:如果如果数据源已经存在记录,则包异常;
// SaveMode.Ignore:如果如果数据源已经存在记录,则忽略;


jdbcDF.write().mode(SaveMode.Append)
.jdbc(url2, table2, connectionProperties2);
} catch (Exception e) {
logger.error("|main|exception error", e);
} finally {
if (sc != null) {
sc.stop();
}


}


}
}


Spark DataFrame读写数据库(Mysql)--记录 从数据库读数据,返回DataFrame import org.apache.spark.sql.SparkSession import java.util.Properties object RWJdbc { def main(args: Array[String]): Unit = { val spark = SparkSession.builder().master("loca... 阅读详情

相关推荐

【spark】spark SQL概述 RDD、DataFrame及DataSet开发 相互转换 以及sparksql和mysql数据转换

文章目录一、sparksql概述二、sparksql四大特性三、DataFrame简介DataFrame与RDD的区别DataFrame与RDD的优缺点读取数据源创建DataFrame读取json文件创建DataFrame四、DataFrame常用操作DSL风格语法SQL风格语法六、DataSetDataFrame、DataSet、RDD的区别DataFrame与DataSet互相转换创建Data...

废物点心的博客 981

spark java集合转scala_Spark之RDD与DataFrame互相转换

在Spark中RDD转换为DataFrame一共有两种方法。一种是基于一个封装数据的类去转换,另一种是通过结构类型去转换,下面分别介绍。基于封装数据的类去转换(反射方式)Java版本这种方法是底层基于类的反射机制去实现的,为了封装数据我们首先需要一个封装数据的类也就是JavaBean。然后去构造一个JavaRDD,然后调用构造RDD的方法去构造DataFrame,这时需要传入构造好的RDD与Jav...

weixin_39843338的博客 457

Angular 相关的知识点和项目汇总

Angular 知识点和项目汇总

weixin_45428910的博客 577

spark java dataframe_Spark DataFrame简介(一)

1. DataFrame本片将介绍Spark RDD的限制以及DataFrame(DF)如何克服这些限制,从如何创建DataFrame,到DF的各种特性,以及如何优化执行计划。最后还会介绍DF有哪些限制。2. 什么是 Spark SQL DataFrame?从Spark1.3.0版本开始,DF开始被定义为指定到列的数据集(Dataset)。DFS类似于关系型数据库中的表或者像R/Python 中的...

weixin_30531707的博客 1006

生信分析实战指南:Linux环境下EMBOSS的安装与核心功能详解

本文详细介绍了在Linux环境下安装和使用EMBOSS工具包的实战指南,涵盖源码编译、包管理器安装和Conda安装三种方法,并演示了序列比对、序列特征提取和引物设计等核心功能。EMBOSS作为生物信息学领域的开源工具集,适用于序列分析、蛋白质结构预测等多种任务,帮助研究人员高效完成生信分析工作。

weixin_29202213的博客 460

C#上位机多PLC多协议开发思路:10年老工控师拆解实战方案,避坑90%的问题(附代码框架)

是否连接成功数据地址(如“DB1.DBW0”“D100”“4x0001”)

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 947

DataFrame与DataSet的互操作

1. DataFrame转换为DataSet 1)创建一个DateFrame scala> val df = spark.read.json("examples/src/main/resources/people.json") df: org.apache.spark.sql.DataFrame = [age: bigint, name: string] 2)创建一个样例类 sca...

Faded1573606285的博客 661

数字盲水印嵌入和提取的实现基于小波变换DWT算法

数字盲水印是指在不知道原始图像的情况下,在其上嵌入水印并在后续的提取过程中能够恢复出原始水印的一种技术。本文介绍的数字盲水印嵌入和提取的实现方法基于小波变换DWT算法。具体来讲,DWT将信号或图像进行二次下采样和卷积滤波,使得高频分量的图像信息被集中在一个小区域内,方便进行嵌入和提取操作。其中 a 表示嵌入强度,而 watermark 则是用于嵌入的水印图像,这里我们嵌入的是一个全灰的图像。通过以上的代码,我们可以实现数字盲水印的嵌入和提取,并在一定程度上保护数字图片的版权安全。

HackWhisper的博客 510

Spark通过读文件构建DataFrame数据模型(java版)--RDD弹性分布式数据集

一:创建persons.txt测试数据文本文件 内容如下: 1001,张三,23 1002,李四,33 1003,王五,18 1004,张三4,23 1005,李四6,33 1006,王五7,18 1007,张三8,23 1008,李四9,33 1009,王五10,18 1010,张三11,13 1011,李四12,33 1012,王五13,18 1013,张三15,23 1014,李四14,...

天涯芳草 910

Windows配置CA证书颁发机构+NPS-DCServer

Windows配置证书颁发机构+NPS-DCServer

新时代先锋的博客 3万+

【EB-03】 AUTOSAR builder与EB RTE集成

打开EB工具后,在EB的步骤是:执行MultiTask(2)-> Mapping Component to Partitions(4)->Task Mapping(5)-> SvcAs_Trigger(7)-> Code Generation(8)如涉及新增BSW Module,也需要重复以上步骤。

libuping2023的博客 960

spark dataframe实战(持续更新)

spark dataframe实战 说明:该文基于spark-2.0+ dataframe介绍 dataframe是dataset的行的集合。 Dataset是分布式数据集合。Dataset是Spark 1.6+中添加的一个新接口,它提供了RDD的很多优点。 (强类型化,使用强大的lambda函数的功能),以及Spark SQL优化执行引擎的优点。数据集可以从JVM对象构建,然后使用函

zg_hover的专栏 7266

资源分享·病毒样本下载资源分享

一、微步云沙箱 微步在线云沙箱https://s.threatbook.cn/ 使用病毒sha256即可寻找病毒样本;该站点也可上传可疑文件/可疑URL地址到沙箱中,进行分析 。 以永恒之蓝为例,样本sha256是:ed01ebfbc9eb5bbea545af4d01bf5f1071661840480439c6e5babe8e080e41aa 下载样本或流量监控,需要消耗积分: 二、AnyRun Interactive Online Malware Analysis Sandbox.

不忘初心,护天下安全! 2万+

spark mysql 写 java_spark DataFrame 使用Java读取mysql和写入mysql的例子

例子package com.hjh.demo.mysql;import java.util.Properties;import org.apache.log4j.Logger;import org.apache.spark.SparkConf;import org.apache.spark.api.java.JavaSparkContext;import org.apache.spark.sql....

weixin_29332779的博客 234

[QMT量化交易小白入门]-三十七、QMT中如何使用类似于通达信中的VBA函数(量化python代码解析)

这段代码主要围绕着在QMT环境中实现类似通达信VBA函数的功能展开,核心功能是基于RSI指标来判断股票的买卖时机,并根据持仓情况进行相应的交易操作。class G():passg = G()这里定义了一个空类G,并创建了该类的实例g。这个实例g将作为全局变量来存储一些在整个程序运行过程中需要共享的数据,例如除复权类型、股票代码、目标数量等。1、使用VBA开发策略时,参数固化的问题会带来一些限制,比如无法修改MA函数的周期参数,只能使用固定周期。

木头大左的博客 1690

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

Spark操作读取/写入json、csv、mysql的DataFrame(Java/Scala版)

Spark操作读取/写入json、csv、mysql的DataFrame(Java/Scala版) 读取的数据源和存储数据的方式比较多,这里列举了这三种类型数据基本操作的demo 测试数据随便都行,就简单的测试数据 csv:","分隔的数据格式 json:json数据,每行为一个json数据对象 mysql:jdbc方式操作,将数据存取到库或从库读取 详细信息请查看代码注释,点击这里与我交流...

Jamson 2354

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

Spark使用Java、Scala 读取mysql、json、csv数据以及写入操作

Spark使用Java读取mysql数据和保存数据到mysql一、pom.xml二、spark代码2.1 Java方式2.2 Scala方式三、写入数据到mysql中部分博文原文信息 一、pom.xml <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0"...

爱是与世界平行 5934

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

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

[spark] dataframe的数据导入Mysql5.6

使用 SparkSession 来连接 MySQL 并读取数据到 DataFrame。这样,你就可以在 Spark 项目中使用 Scala 连接 MySQL 5.6 并进行数据的读取和写入。在 Spark 项目中,你需要在项目的构建工具中添加 MySQL 连接驱动的依赖。将 DataFrame 中的数据保存到 MySQL。在 Spark 项目中使用 Scala 连接。然后,确保重新构建项目以获取新的依赖。请根据你的需求调整保存模式和表名。如果使用 Maven,可以在。

言之。 1万+

Spark之 使用SparkSql操作mysql和DataFrame的Scala实现

Spark之 使用SparkSql操作mysql和DataFrame的Scala实现 通过读取文件转换成DataFrame数据写入到mysql中 package com.zy.sparksql import java.util.Properties import org.apache.spark.SparkContext imp...

这里将承载一段最初的记忆 919

spark使用java的api读取mysql的几种方式

public class CreateDFFromMysql { public static void main(String[] args) { SparkConf conf = new SparkConf(); conf.setMaster(“local”).setAppName(“mysql”); /** * 配置join或者聚合操作shuffle数据时分区的数量 / conf.set(“...

zwmonk的博客 922

Spark读取Mysql数据写入Hive

package SparkToHive import Spark抽取Mysql到Hive.抽取1.SparkUtils import org.apache.spark.SparkConf import org.apache.spark.sql.SparkSession import java.util.Properties //spark读取Mysql数据,并写入到Hive指定表中 object SparkHivePatition { def main(args: Array[String]): U

weixin_53299145的博客 3693

scala写入mysql_spark rdd转dataframe 写入mysql的实例讲解

dataframe是在spark1.3.0中推出的新的api,这让spark具备了处理大规模结构化数据的能力,在比原有的RDD转化方式易用的前提下,据说计算性能更还快了两倍。spark在离线批处理或者实时计算中都可以将rdd转成dataframe进而通过简单的sql命令对数据进行操作,对于熟悉sql的人来说在转换和过滤过程很方便,甚至可以有更高层次的应用,比如在实时这一块,传入kafka的topi...

weixin_39841136的博客 606

Spark:读取mysql数据作为DataFrame

在日常工作中,有时候需要读取mysql的数据作为DataFrame数据源进行后期的Spark处理,Spark自带了一些方法供我们使用,读取mysql我们可以直接使用表的结构信息,而不需要自己再去定义每个字段信息。 下面是我的实现方式。 1.mysql的信息: mysql的信息我保存在了外部的配置文件,这样方便后续的配置添加。 1 mysql的信息我保存在了外部的配置文件,这样方便后续的配置添加。 2 //配置文件示例: 3 [hdfs@iptve2e03 tmp_lillcol]$ cat...

u011250186的博客 689

Spark SQL实战:将结果写入 Mysql

1.需求: 读取本地student.txt,并创建DataFrame,并将结果写入mysql数据库中 2.数据源: student.txt 1 tom 15 2 lucy 20 3 mike 18 3.写代码: (1)添加依赖: pom.xml <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.11</artifactId>

Movle 1576

scala实战之spark读取mysql数据表并存放到mysql库中编程实例

今天简单讲解一下应用spark1.5.2相关读取mysql数据到DataFrame的接口以及将DF数据存放到mysql中接口实现实例。 通过这段代码可以实现从mysql关系型数据库中直接读取数据转化成DataFrame参与到sparksql的分析当中这个意义是非常重大的,因为我们日常应用sparksql进行数据分析时经常会用到一些配置表,而这些配置定义表都是存在关系型数据库中,所以以后不用担心了。 另外这里还实现了DataFrame结果回写到mysql数据库中,虽然官方的spark源码的写入有些奇葩,设定的

zfszhangyuan的博客 1万+

Spark DataFrame写入MySQL数据库(一)

对于结构化数据,我们都可以将其存放到数据库中,尤其在Spark2.0以后,Spark开始用dataframe为核心的API来处理数据。dataframe的结构与SQL结构非常相似,但DataFrame的数据类型不一定与SQL中字段的数据类型兼容,这里分两种情况来说明DataFrame存入数据库。本篇首先介绍简单的数据类型下,如何存入数据库。 假如现在有个文本如下: 1001,zhangsan...

zhouzhuo_CSUFT的博客 5073
上一篇: FilenameFilter文件名称过滤器
下一篇: Intellij Idea环境下Spark源码阅读环境
longyi_java
博客等级 码龄20年 24粉丝 127原创
评论 4
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