Spark大數(shù)據(jù)分析 課件 5.3 Spark SQL多數(shù)據(jù)源操作_第1頁
Spark大數(shù)據(jù)分析 課件 5.3 Spark SQL多數(shù)據(jù)源操作_第2頁
Spark大數(shù)據(jù)分析 課件 5.3 Spark SQL多數(shù)據(jù)源操作_第3頁
Spark大數(shù)據(jù)分析 課件 5.3 Spark SQL多數(shù)據(jù)源操作_第4頁
Spark大數(shù)據(jù)分析 課件 5.3 Spark SQL多數(shù)據(jù)源操作_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

SparkSQL多數(shù)據(jù)源操作目錄/Contents01

MySQL數(shù)據(jù)源操作02Hive數(shù)據(jù)源操作MySQL數(shù)據(jù)源操作01MySQL數(shù)據(jù)源操作SparkSQL可以通過JDBC從關(guān)系數(shù)據(jù)庫中讀取數(shù)據(jù)創(chuàng)建DataFrame，通過對DataFrame進行一系列操作后，還可以將數(shù)據(jù)重新寫入關(guān)系數(shù)據(jù)庫中，當使用JDBC訪問其它數(shù)據(jù)庫時，應(yīng)該首選JDBCRDD。這是因為結(jié)果是以數(shù)據(jù)框（DataFrame）返回的，且這樣SparkSQL操作輕松或便于連接其它數(shù)據(jù)源。MySQL數(shù)據(jù)源操作1.讀取MySQL數(shù)據(jù)庫通過navicat或者SQLyog工具遠程連接master節(jié)點的MySQL服務(wù)，利用可視化界面創(chuàng)建名為spark_sql的數(shù)據(jù)庫，并創(chuàng)建person表，向表中添加數(shù)據(jù)。2.向MySQL中寫入數(shù)據(jù)SparkSQL不僅可以查詢MySQL中的數(shù)據(jù)，還可以將數(shù)據(jù)寫入MySQL中。Hive數(shù)據(jù)源操作02Hive數(shù)據(jù)源操作1.環(huán)境準備Hive采用MySQL數(shù)據(jù)庫存放Hive元數(shù)據(jù)，為了能夠讓Spark訪問Hive，需要將MySQL驅(qū)動包復(fù)制到Spark安裝路徑下的jars目錄下。2.創(chuàng)建數(shù)據(jù)庫與表配置完成后啟動hive創(chuàng)建對應(yīng)的數(shù)據(jù)庫與表。SparkSQL支持對Hive中存儲的數(shù)據(jù)進行讀寫。下面介紹通過SparkSQL操作Hive數(shù)據(jù)倉庫的具體步驟。Hive數(shù)據(jù)源操作3.SparkSQL操作Hive數(shù)據(jù)庫執(zhí)行Spark-Shell，首先進入sparksql數(shù)據(jù)庫，查看當前數(shù)據(jù)倉庫中是否有person表

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論