spark 读取mysql python和chunked分块
来源:互联网 发布:程序员刚入职很闲 编辑:程序博客网 时间:2024/06/05 21:52
1.下载-jars包 mysql-connector-java-5.1.44.zip 解压后要用的是 mysql-connector-java-5.1.44-bin.jar 把这个文件放到指定目录下,自己指定就行。我是放到了/app/hadoop/spark-2.0.1-bin-hadoop2.7/mysql-connector-java-5.1.44/mysql-connector-java-5.1.44-bin.jar
启动spark_shell加入
--driver-class-path /app/hadoop/spark-2.0.1-bin-hadoop2.7/mysql-connector-java-5.1.44/mysql-connector-java-5.1.44-bin.jar
2.在conf/spark-env.sh通过配置SPARK_CLASSPATH来设置driver的环境变量
export SPARK_CLASSPATH=$SPARK_CLASSPATH:/app/hadoop/spark-2.0.1-bin-hadoop2.7/mysql-connector-java-5.1.44/mysql-connector-java-5.1.44-bin.jar
3.不能1和2同时做 不能同时在conf/spark-env.sh里面配置SPARK_CLASSPATH和提交作业加上--driver-class-path参数,否则会出现异常
在集群上运行是要每台机器都要装上
scp -r mysql-connector-java-5.1.44 slave55:/app/hadoop/spark-2.0.1-bin-hadoop2.7/
每台机器都要设置2
4.
RawUserRDD= sc.textFile(Path+"dr4Pilot_0_10.txt").map(map_lamost)
sqlContext = SparkSession.builder.getOrCreate()
line_Rows = RawUserRDD.map(lambda p:
Row(
specid=p[0],
target=p[1],....)
user_df = sqlContext.createDataFrame(line_Rows)
mode="append"
url="jdbc:mysql://localhost:3306/hadoop?useUnicode=true&characterEncoding=utf-8&useSSL=false"
properties={"user": "wkf", "password": "Lamost_wkf_2017"}
user_df.write.jdbc(url=url, table="lamostDRsumstd", mode=mode, properties=properties)
5 安装 more_itertools 包
pip install more_itertools
from more_itertools import chunked
for x in chunked(split_flux_all,50):
把split_flux_all分成50等分
spark-submit --driver-memory 90G --master local[12] --py-files splitfeature_db.py readtxt2db.py
- spark 读取mysql python和chunked分块
- Python 多线程分块读取文件
- spark 读取mysql数据
- python多进程分块读取文件
- Python多进程分块读取文件
- python多进程分块读取文件
- Http 分块传输编码 Transfer-Encoding: chunked
- 遥感影像的分块读取和显示
- spark 开发环境读取mysql
- Spark 读取mysql表统计
- [python + opencv] 图像的旋转和分块
- spark DataFrame 使用Java读取mysql和写入mysql的例子
- Spark使用Java读取mysql数据和保存数据到mysql
- HTTP1.1协议的chunked编码(chunked transfer encoding分块传输编码)
- HTTP协议:分块传输编码(Chunked transfer encoding)
- python读取MySQL
- HttpWebRequest &&FileStream分块读取和写入文件&WebClient
- PHP 用 curl 读取 HTTP chunked 数据
- Linux之iostat命令详解
- mysql按日期分区函数
- Reported time is too far out of sync with master. Time difference of ...HBase时钟不同步问题
- Spring中Filter作用解析
- T检验、F检验和统计学意义(P值或sig值)
- spark 读取mysql python和chunked分块
- Python3 lambda函数的深入浅出
- 自定义View2——画线、矩形、圆形、.写字,图像
- JS 循环依赖 (require cycle)
- 应用程序无法执行,检查是否缺少文件(dll)
- java学习开端
- ofbiz总结——使用performFind查询时如何设置查询条件值为null的情况
- 字符串匹配算法Sunday实现(二)
- 微信隐藏/显示右上角菜单接口