22-SparkSQL03

External Data Source API

外部数据源

MapReduce  Hive  Spark

加载数据

格式:json、parquet、text、jdbc......  + compression

user.json

id:1,name:xxx

id:"xx",name:xxx,session_id:xxx

FileSystem: HDFS、HBase、S3、OSS

hdfs://......

s3a://

s3n://

endpoint  ak  sk

HDFS join MySQL  <===  一句话

raw data ==> Ext DS API ==> DataFrame/Dataset

Core

SQL

Streaming

MLlib

....

==> RDD ==> DataFrame/Dataset 打通整个Spark生态栈的利器

json、csv、hdfs、hive、jdbc、s3、parquet、es、redis、cassandra、hbase.......

分为两大类:build-in、3th-party

https://spark-packages.org/

两大好处:

read

write

spark.read.format("csv/json/com.ruoze.com.XXX").load()

df.write.format("").save()

Parquet ==> Text

val emp = spark.read.format("jdbc")

.options(Map(

"url"->"jdbc:mysql://hadoop000:3306/sqoop?user=root&password=root",

"dbtable"->"emp",

"driver"->"com.mysql.jdbc.Driver")).load()

dept : hive/sparksql

emp  : mysql

CREATE TEMPORARY TABLE emp_mysql

USING org.apache.spark.sql.jdbc

OPTIONS (

  url "jdbc:mysql://hadoop000:3306/sqoop?user=root&password=root",

  dbtable "emp",

  driver "com.mysql.jdbc.Driver"

)

empDF.write.mode("overwrite").format("jdbc").option("url", "jdbc:mysql://hadoop000:3306/sqoop?user=root&password=root").option("dbtable", "test_emp").option("user", "root").option("password", "root").option("driver","com.mysql.jdbc.Driver").save()

abstract class BaseRelation <== 加载外部数据源的数据,定义数据的schema信息

trait RelationProvider <== 产生Relation

trait TableScan  <== 如何更有效的读取外部数据源的数据的

  def buildScan(): RDD[Row]


trait PrunedScan {

  def buildScan(requiredColumns: Array[String]): RDD[Row]


trait PrunedFilteredScan {

  def buildScan(requiredColumns: Array[String], filters: Array[Filter]): RDD[Row]


trait InsertableRelation {

  def insert(data: DataFrame, overwrite: Boolean): Unit

}

emp1.txt ==> partitionBy("year")

xxxxx/year=1987/

1-1987.txt

2-1987.txt

xxxxx/year=1980/

1-1980.txt

2-1980.txt

emp2.txt ==> partitionBy("year")

幂等性问题

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,847评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,208评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,587评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,942评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,332评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,587评论 1 218
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,853评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,568评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,273评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,542评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,033评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,373评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,031评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,073评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,830评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,628评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,537评论 2 269

推荐阅读更多精彩内容