spark DataFrame通过JDBC读写数据库(MySQL示例)

最新推荐文章于 2025-03-27 17:29:29 发布

小蜜蜂爱编程

最新推荐文章于 2025-03-27 17:29:29 发布

阅读量826

点赞数 6

分类专栏：大数据文章标签：数据库 spark mysql

本文链接：https://blog.youkuaiyun.com/qq_42936727/article/details/137125644

版权

大数据专栏收录该内容

24 篇文章

订阅专栏

本文介绍了如何在Spark环境中配置JDBC驱动，包括Windows和Linux系统的jar包放置方法，以及如何使用SparkSession进行数据的读取（从CSV和MySQL）和写入（到MySQL）。示例代码展示了如何创建SparkSession、设置参数，以及进行DataFrame与MySQL数据库的交互操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 环境配置

读取JDBC是需要有驱动的，我们读取的是jdbc:mysql://这个协议，也就是读取的是mysql的数据,既然如此，就需要有mysql的驱动jar包给spark程序用.如果不给驱动jar包，会提示：No suitable Driver
通常驱动包：
mysql-connector-java-5.1.41-bin.jar
给mysgl5版本用
mysql-connector-java-8.0.13.jar
给mysql8版本用
其他的自行百度
对于windows系统（使用本地解释器）（以Anaconda环境演示）
将jar包放在：Anaconda3的安装路径下\envs\虚拟环境\Lib\site-packages\pyspark\jars
对于Linux.系统（使用远程解释器执行）（以Anaconda环境演示）
将jar包放在：Anaconda3的安装路径下/envs/虚拟环境/lib/python.3.8/site-packages/pyspark/jars
非虚拟环境，自己装的就找到自己装的lib库地址，找到里面的site-packages/pyspark/jars路径

2. 读写案例

# encoding:utf8
import ..
if __name__ == 'main_':
    #O.构建执行环境入口对象SparkSession
    spark = SparkSession.builder.\
        appName("test").\
        master("Local[*]").\
        config("spark.sqL.shuffle.partitions", 2).\
        getorCreate()
    sc = spark.sparkContext
    #1.读取数据集
    schema = StructType().add("user_id",StringType(),nullable=True).\
        add("movie_id",IntegerType(),nullable=True).
        add("rank",IntegerType),nullable=True).\
        add("ts",StringType),nullable=True)
    df = spark.read.format("csv").
        option("sep","\t").\
        option("header",False).\
        option("encoding","utf-8").\
        schema(schema=schema).\
    Load("../data/input/sql/u.data")
    #1.写出df到mysql数据库中
    # 如果没有该表，会自动创建
    df.write.mode("overwrite").\
        format("be").\
        option("url","jdbc:mysql://node1:3306/bigdata?useSSL=false&useUnicode=true").\
        option("dbtable", "movie_data").\
        option("user","root").\
        option("password","2212072ok1").\
        save()
    #2.读取mysql数据到df
    df2 = spark.read.format("jdbc").\
        option("url","jdbc:mysql://node1:3306/bigdata?useSSL=false&useUnicode=true").
        option("dbtable","movie_data").\
        option("user","root").\
        option("password","2212072ok1").\
        Load()
        df2.printSchema)
    df2.show()