真的只是个随手笔记。记录下一些操作过程。
背景
最近需要实现一些Spark逻辑计划和物理计划的优化，遂打算写一点简单的数据源来测试。突然想到了Oracle常见的scott/tiger里的数据。遂打算使用该数据。
获得数据
毕竟装Oracle是个大工程，没有必要为了做个测试单独安装一个Oracle，于是用Docker，这里推荐一下阿里的Docker Oracle镜像库：
https://dev.aliyun.com/detail.html?spm=5176.1972343.2.2.2f075aaaGOYe3m&repoId=1969
按照其方式启动Oracle镜像并sqlplus登录sysdba以后，为了确保scott/tiger没有被锁，还是做了一下解锁操作：
SQL> alter user scott account unlock;
然后退出sqlplus并用scott/tiger重新登录sysdba，并且查看scott的表：
SQL> select table_name from user_tables;
TABLE_NAME
------------------------------
DEPT
EMP
BONUS
SALGRADE
没有问题。
在此只做一些简单的测试，所以并没有使用jdbc方式在test类里获取数据，而是直接拿了一些数据hard code在test类里。
写Spark DataSource API
实现了简单的谓词下推功能。详细Datasource代码见GitHub，里面还包含了一个tpc-ds的DataSource：
https://github.com/orisonchan/spark-datasource-some-examples
