Spark将计算结果写入到Mysql中

来源：互联网发布：大数据风控平台价格编辑：程序博客网时间：2024/05/20 03:05

今天主要来谈谈如果将Spark计算的结果写入到Mysql或者其他的关系型数据库里面。其实方式也很简单，代码如下：

01/**
02 * User: 过往记忆
03 * Date: 15-03-10
04 * Time: 上午07:30
05 * bolg: http://www.iteblog.com
06 * 本文地址：http://www.iteblog.com/archives/1275
07 * 过往记忆博客，专注于hadoop、hive、spark、shark、flume的技术博客，大量的干货
08 * 过往记忆博客微信公共帐号：iteblog_hadoop
09 */
10package scala
11 
12import java.sql.{DriverManager, PreparedStatement, Connection}
13import org.apache.spark.{SparkContext, SparkConf}
14 
15object RDDtoMysql {
16 
17  case class Blog(name: String, count: Int)
18 
19  def myFun(iterator: Iterator[(String, Int)]): Unit = {
20    var conn: Connection = null
21    var ps: PreparedStatement = null
22    val sql = "insert into blog(name, count) values (?, ?)"
23    try {
24      conn =DriverManager.getConnection("jdbc:mysql://localhost:3306/spark",
25　　　　"root", "123456")
26      iterator.foreach(data => {
27        ps = conn.prepareStatement(sql)
28        ps.setString(1, data._1)
29        ps.setInt(2, data._2)
30        ps.executeUpdate()
31      }
32      )
33    } catch {
34      case e: Exception => println("Mysql Exception")
35    } finally {
36      if (ps != null) {
37        ps.close()
38      }
39      if (conn != null) {
40        conn.close()
41      }
42    }
43  }
44 
45  def main(args: Array[String]) {
46    val conf = new SparkConf().setAppName("RDDToMysql").setMaster("local")
47    val sc = new SparkContext(conf)
48    val data = sc.parallelize(List(("www", 10), ("iteblog", 20), ("com", 30)))
49    data.foreachPartition(myFun)
50  }
51}

　　其实是通过foreachPartition遍历RDD的每个分区，并调用普通的Scala方法来写数据库。在运行程序之前需要确保数据库里面存在blog表，可以通过下面语句创建：

1CREATE TABLE `blog` (
2  `name` varchar(255) NOT NULL,
3  `count` int(10) unsigned DEFAULT NULL
4) ENGINE=InnoDB DEFAULT CHARSET=utf-8

　　然后直接运行上述的代码即可。运行完成你就可以在数据库里面查询结果：

1SELECT * FROM blog b;
2www　　10
3iteblog　　20
4com　　30

　　需要注意的是：
　　1、你最好使用forEachPartition 函数来遍历RDD，并且在每台Work上面创建数据库的connection。
　　2、如果你的数据库并发受限，可以通过控制数据的分区来减少并发。
　　3、在插入Mysql的时候最好使用批量插入。
　　4、确保你写入数据库过程能够处理失败，因为你插入数据库的过程可能会经过网络，这可能会导致数据插入到数据库失败。
　　5、不建议将你的RDD数据写入到Mysql等关系型数据库中。

0 0