spark 读取ftp_Spark开发-SparkSQL读写数据

本文介绍了如何使用SparkSQL读取FTP上的数据,包括DataFrameReader的load和特定格式的读取方法,以及DataFrameWriter的保存操作,如Parquet和CSV。讨论了insertInto和saveAsTable在增量操作中的区别,并提供了将数据写入Hive表的步骤,强调了数据确认、表创建和任务配置的注意事项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

SparkSQL数据读写

DataFrameReader

DataFrameWriter

DataFrameReader 对应的组件 SCHEMA OPTION FORMAT

DataFrameReader 有两种访问方式,

一种是使用 load 方法加载, 使用 format 指定加载格式,

还有一种是使用封装方法, 类似 csv, json, jdbc 等

//.第一种形式 READ + FORMAT +load读取

spark.read

.format("csv")

.option("header",value=true)

.option("inferSchema",value = true)

.load("dataset/1231.csv")

//2.第二种形式 使用具体文件类型读取 READ

spark.read

.option("header",value=true)

.option("inferSchema",value = true)

.csv("dataset/1231.csv")

DataFrameWriter 也有两种使用方式, 一种是使用 format 配合 save,

默认的 format 是 Parquet

还有一种是使用封装方法, 例如 csv, json, saveAsTable 等

def parquet(path: String): Unit = { format("parquet").save(path)}

def csv (path: String): Unit = { format("csv").save(path)}

DataFrameWriter

增量操作

使用spark做增量操作的时候,

insertInto 和 mode(SaveMode.A

spark 读取 linux sftp上的文本文件,原jar只支持josn,csv等,增加bcp,txt文件的支持 下面是例子: public static void main(String[] args) throws Exception { SparkConf conf = new SparkConf().setMaster("local").setAppName("SparkDataFrame"); JavaSparkContext javacontext = new JavaSparkContext(conf); SQLContext sqlContext = new SQLContext(javacontext); Dataset<Row> df = sqlContext.read(). format("com.springml.spark.sftp"). option("host", "192.168.1.3"). option("username", "root"). option("password", "111111"). option("fileType", "bcp"). load("/sparktest/sparkfile0.bcp"); /*List<Row> list = df.collectAsList(); for(Row row:list){ String[] words = new String(row.getString(0).getBytes(),0,row.getString(0).length(),"UTF-8").split(" ",-1); for(int i=0;i<words.length;i++){ System.out.println("words==="+words[i]); } }*/ JavaRDD<Row> rowRdd = df.javaRDD(); JavaRDD<Row> words_bcp= rowRdd.map(new Function<Row, Row>() { @Override public Row call(Row row) throws Exception { // TODO Auto-generated method stub String line = row.getString(0); String[] words = new String(line.getBytes(),0,line.getBytes().length,"utf-8").split(" ",-1); return RowFactory.create(words); } }); List<Row> list = words_bcp.collect(); for(Row row:list){ System.out.println("row1=="+row.getString(0)); } df.write().format("com.springml.spark.sftp"). option("host", "192.168.1.3"). option("username", "root"). option("password", "111111"). option("fileType", "bcp"). save("/sparktest/luozhao.bcp"); df.show(); javacontext.close(); }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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