Spark jdbc postgresql数据库连接和写入操作源码解读

概述：Spark postgresql jdbc 数据库连接和写入操作源码解读，详细记录了SparkSQL对数据库的操作，通过java程序，在本地开发和运行。整体为，Spark建立数据库连接，读取数据，将DataFrame数据写入另一个数据库表中。附带完整项目源码(完整项目源码github)。

1.首先在postgreSQL中创建一张测试表，并插入数据。（完整项目源码Github）

1.1. 在postgreSQL中的postgres用户下，创建 products

CREATE TABLE products (    product_no integer,    name text,    price numeric);

1.2. 在 products 插入数据

INSERT INTO products (product_no, name, price) VALUES    (1, 'Cheese', 9.99),    (2, 'Bread', 1.99),    (3, 'Milk', 2.99);

查看数据库写入结果。

2.编写SPARK程序。（完整项目源码Github）

2.1.读取Postgresql某一张表的数据为DataFrame（完整项目源码Github）

SparkPostgresqlJdbc.java

Properties connectionProperties = new Properties();//增加数据库的用户名(user)密码(password),指定postgresql驱动(driver)connectionProperties.put("user","postgres");connectionProperties.put("password","123456");connectionProperties.put("driver","org.postgresql.Driver");//SparkJdbc读取Postgresql的products表内容Dataset<Row> jdbcDF = spark.read()        .jdbc("jdbc:postgresql://localhost:5432/postgres","products",connectionProperties).select("name","price");//显示jdbcDF数据内容jdbcDF.show();

2.2.写入Postgresql某张表中

//将jdbcDF数据新建并写入newproducts,append模式是连接模式，默认的是"error"模式。jdbcDF.write().mode("append")        .jdbc("jdbc:postgresql://localhost:5432/postgres","newproducts",connectionProperties);

3.运行程序，并查看结果（如果在IDEA中开发不熟练，可以看我另一篇博文spark (java API) 在Intellij IDEA中开发并运行）。

3.1.直接在intellij IDEA（社区版）中运行。

a.在运行按钮的“Edit Configeration”中的VM option中添加“-Dspark.master=local”

3.2.在终端(Terminal)中运行。

/opt/spark-2.1.0-bin-hadoop2.7/bin/spark-submit \  --class "SparkPostgresqlJdbc" \  --master local[4] \  --driver-class-path /home/xiaolei/.m2/repository/org/postgresql/postgresql/9.4.1212/postgresql-9.4.1212.jar \  target/SparkPostgresqlJdbc-1.0-SNAPSHOT.jar

其中 --driver-class-path 指定下载的postgresql JDBC数据
库驱动路径，命令执行要在项目的根目录中（/home/xiaolei/Data/GS/Spark/SparkPostgresqlJdbc）。

查看Spark写入数据库中的数据

4.以下为项目中主要源码（完整项目源码Github）:

4.1.项目配置源码pom.xml

<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0"         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">    <modelVersion>4.0.0</modelVersion>    <groupId>wangxiaolei</groupId>    <artifactId>SparkPostgresqlJdbc</artifactId>    <version>1.0-SNAPSHOT</version>    <dependencies>        <dependency> <!-- Spark dependency -->            <groupId>org.apache.spark</groupId>            <artifactId>spark-core_2.11</artifactId>            <version>2.1.0</version>        </dependency>        <dependency>            <groupId>org.apache.spark</groupId>            <artifactId>spark-sql_2.11</artifactId>            <version>2.1.0</version>        </dependency>        <dependency>            <groupId>org.postgresql</groupId>            <artifactId>postgresql</artifactId>            <version>9.4.1212</version>        </dependency>    </dependencies></project>

4.2.java源码SparkPostgresqlJdbc.java

import org.apache.spark.sql.Dataset;import org.apache.spark.sql.Row;import org.apache.spark.sql.SparkSession;import java.util.Properties;/** * MIT. * Author: wangxiaolei(王小雷). * Date:17-2-9. * Project:SparkPostgresqlJdbc. */public class SparkPostgresqlJdbc {    public static void main (String[] args) {        SparkSession spark = SparkSession                .builder()                .appName("SparkPostgresqlJdbc")                .config("spark.some.config.option","some-value")                .getOrCreate();    //启动runSparkPostgresqlJdbc程序        runSparkPostgresqlJdbc(spark);        spark.stop();    }    private static void runSparkPostgresqlJdbc(SparkSession spark){        //new一个属性        System.out.println("确保数据库已经开启，并创建了products表和插入了数据");        Properties connectionProperties = new Properties();        //增加数据库的用户名(user)密码(password),指定postgresql驱动(driver)        System.out.println("增加数据库的用户名(user)密码(password),指定postgresql驱动(driver)");        connectionProperties.put("user","postgres");        connectionProperties.put("password","123456");        connectionProperties.put("driver","org.postgresql.Driver");        //SparkJdbc读取Postgresql的products表内容        System.out.println("SparkJdbc读取Postgresql的products表内容");        Dataset<Row> jdbcDF = spark.read()                .jdbc("jdbc:postgresql://localhost:5432/postgres","products",connectionProperties).select("name","price");        //显示jdbcDF数据内容        jdbcDF.show();        //将jdbcDF数据新建并写入newproducts,append模式是连接模式，默认的是"error"模式。        jdbcDF.write().mode("append")                .jdbc("jdbc:postgresql://localhost:5432/postgres","newproducts",connectionProperties);    }}

（完整项目源码Github）