为了账号安全,请及时绑定邮箱和手机立即绑定

SparkSQL DataFrame与MySQL增删改查那些事儿

2019.01.02 23:03 2043浏览

在使用Spark中通过各种算子计算完后各种指标后,一般都需要将计算好的结果数据存放到关系型数据库,比如MySQL和PostgreSQL等,随后配置到展示平台进行展现,花花绿绿的图表就生成了。下面我讲解一下,在Spark中如何通过c3p0连接池的方式对MySQL进行增加改查(CRUD),增加(Create),读取查询(Retrieve),更新(Update)和删除(Delete)。

项目github地址:spark-mysql

1.Create(增加)
  case class CardMember(m_id:String,card_type:String,expire:Timestamp,duration:Int,is_sale:Boolean,date:Date,user:long,salary:Float)   val memberSeq = Seq(
      CardMember(“member_2”,“月卡”,新时间戳(System.currentTimeMillis()),31,false,新日期(System.currentTimeMillis()),123223,0.32f),
      CardMember(“member_1” “,”季卡“,新的时间戳(System.currentTimeMillis()),93,false,new Date(System.currentTimeMillis()),124224,0.362f)
    )
    val memberDF = memberSeq.toDF()    //把DataFrame存入到MySQL的中,如果数据库中不存在此表的话就会自动创建
    MySQLUtils.saveDFtoDBCreateTableIfNotExist( “member_test”,memberDF)
2.Retrieve(读取查询)
     //根据表名把MySQL中的数据表直接映射成DataFrame 
    MySQLUtils.getDFFromMysql(hiveContext,“member_test”,null)
3.Update(更新)
    //根据主键更新指定字段,如果没有此主键数据则直接插入
    MySQLUtils.insertOrUpdateDFtoDBUsePool(“member_test”,memberDF,Array(“user”,“salary”))
4.Delete(删除)
 //删除指定条件的数据
 MySQLUtils.deleteMysqlTable(hiveContext,“member_test”,“m_id ='member_1'”); 
 //删除指定数据表
 MySQLUtils.dropMysqlTable(hiveContext, “member_test”);

具体操作步骤如下:
在pom.xml中导入MySQL连接器jar包和c3p0的依赖包,并导入更改

        <dependency> 
            <groupId> mysql </ groupId> 
            <artifactId> mysql-connector-java </ artifactId> 
            <version> 5.1.38 </ version> 
        </ dependency> 
        <dependency> 
            <groupId> com.mchange </ groupId> 
            <artifactId> c3p0 </ artifactId> 
            <version> 0.9.5 </ version> 
        </ dependency>

把数据库连接池的获取,DDL和DML操作方法都封装在了下面3个工具类中

PropertyUtils获取conf / mysql-user.properties文件的配置信息

package utilsimport java.util.Properties 
/ ** 
  *使用IntelliJ IDEA创建。
  *作者:fly_elephant@163.com 
  *描述:PropertyUtils工具类
  *日期:创建于2018-11-17 11:43 
  * / 
object PropertyUtils { 
  def getFileProperties(fileName:String,propertyKey:String):String = { 
    val result = this.getClass.getClassLoader.getResourceAsStream(fileName)
    val prop = new Properties 
    prop.load(result)
    prop.getProperty(propertyKey)
  } 
}

MySQLPoolManager此类封装了数据库连接池的获取

package utilsimport java.sql.Connectionimport com.mchange.v2.c3p0.ComboPooledDataSource

/ ** 
  *使用IntelliJ IDEA创建。
  *作者:fly_elephant@163.com 
  *描述:MySQL连接池管理类
  *日期:创建于2018-11-17 12:43 
  * / 
object MySQLPoolManager { 
  var mysqlManager:MysqlPool = _

  def getMysqlManager:MysqlPool = { 
    synchronized { 
      if(mysqlManager == null){ 
        mysqlManager = new MysqlPool 
      } 
    } 
    mysqlManager 
  }  class MysqlPool extends Serializable { 
    private val cpds:ComboPooledDataSource = new ComboPooledDataSource(true)    try { 
      cpds.setJdbcUrl(PropertyUtils.getFileProperties(“mysql-user.properties”,“mysql.jdbc.url”))
      cpds.setDriverClass(PropertyUtils.getFileProperties) (“mysql-user.properties”,“mysql.pool.jdbc.driverClass”))
      cpds.setUser(PropertyUtils.getFileProperties(“mysql-user.properties”,“mysql.jdbc.username”))
      cpds.setPassword(PropertyUtils .getFileProperties(“mysql-user.properties”,“mysql.jdbc.password”))
      cpds.setMinPoolSize(PropertyUtils.getFileProperties(“mysql-user.properties”,“mysql.pool.jdbc.minPoolSize”)。toInt)
      cpds.setMaxPoolSize(PropertyUtils.getFileProperties(“mysql-user.properties”,“mysql.pool.jdbc.maxPoolSize”)。toInt)
      cpds.setAcquireIncrement(PropertyUtils.getFileProperties(“mysql-user.properties”,“mysql.pool。 jdbc.acquireIncrement“)。toInt)
      cpds.setMaxStatements(PropertyUtils.getFileProperties(”mysql-user.properties“,”mysql.pool.jdbc.maxStatements“)。toInt)
    } catch { 
      case e:Exception => e.printStackTrace( )
    }

    def getConnection:Connection = { 
      try { 
        cpds.getConnection()
      } catch { 
        case ex:Exception => 
          ex.printStackTrace()          null 
      } 
    }

    def close():Unit = { 
      try { 
        cpds.close()
      } catch { 
        case ex:Exception => 
          ex.printStackTrace()
      } 
    } 
  }

}

MySQLUtils封装了增加改查方法,直接使用即可

package utilsimport java.sql。{Date,Timestamp} 
import java.util.Propertiesimport org.apache.log4j.Logger 
import org.apache.spark.sql.types._ 
import org.apache.spark.sql。{DataFrame,SQLContext} 
/ ** 
  *使用IntelliJ IDEA创建。
  *作者:fly_elephant@163.com 
  *描述:MySQL DDL和DML工具类
  *日期:创建于2018-11-17 12:43 
  * / 
object MySQLUtils { 
  val logger:Logger = Logger.getLogger(getClass.getSimpleName)

  / ** 
    *将DataFrame所有类型(除id外)转换为String后,通过c3p0的连接池方法,向mysql写入数据
    * 
    * @param tableName表名
    * @param resultDateFrame DataFrame 
    * / 
  def saveDFtoDBUsePool(tableName:String ,resultDateFrame:DataFrame){ 
    val colNumbers = resultDateFrame.columns.length 
    val sql = getInsertSql(tableName,colNumbers)
    val columnDataTypes = resultDateFrame.schema.fields.map(_。dataType)
    resultDateFrame.foreachPartition(partitionRecords => { 
      val conn = MySQLPoolManager .getMysqlManager.getConnection //从连接池中获取一个连接
      val preparedStatement = conn.prepareStatement(sql)
      val metaData = conn.getMetaData.getColumns(null,“%”,tableName,“%”)//通过连接获取表名对应数据表的元数据
      try { 
        conn.setAutoCommit(false)
        partitionRecords.foreach(record => { 
          //注意:setString方法从1开始,record.getString()方法从0开始
          for(i < - 1 to colNumbers){ 
            val value = record。 get(i - 1)
            val dateType = columnDataTypes(i - 1)            if(value!= null){//如何值不为空,将类型转换为String 
              preparedStatement.setString(i,value.toString)
              dateType match { 
                case _:ByteType => preparedStatement.setInt(i,record.getAs [Int](i - 1))                case _:ShortType => preparedStatement.setInt(i,record.getAs [Int](i - 1))                case _: IntegerType => preparedStatement.setInt(i,record.getAs [Int](i - 1))                case _:LongType => preparedStatement.setLong(i,record.getAs [Long](i - 1))                case _:BooleanType => preparedStatement.setBoolean(i,record.getAs [Boolean](i - 1))                case _ :FloatType => preparedStatement.setFloat(i,record.getAs [Float](i - 1))                case _:DoubleType => preparedStatement.setDouble(i,record.getAs [Double](i - 1))                case _:StringType => preparedStatement.setString(i,record.getAs [String](i - 1))                case _:TimestampType => preparedStatement.setTimestamp(i,record.getAs [Timestamp](i - 1))                case _:DateType => preparedStatement.setDate(i,record.getAs [Date](i - 1))                case _ => throw new RuntimeException(s“nonsupport $ {dateType} !!!”)
              } 
            } else {//如果值为空,将值设为对应类型的空值
              metaData.absolute(i)
              preparedStatement.setNull( i,metaData.getInt(“DATA_TYPE”))
            } 
          } 
          preparedStatement.addBatch()
        })
        preparedStatement.executeBatch()
        conn.commit()
      } catch { 
        case e:Exception => println(s“@@ saveDFtoDBUsePool $ {e。 getMessage}“)        //做一些log 
      } finally { 
        preparedStatement.close()
        conn.close()
      } 
    })
  }

  / ** 
    *拼装插入SQL 
    * @param tableName 
    * @param colNumbers 
    * @return 
    * / 
  def getInsertSql(tableName:String,colNumbers:Int):String = { 
    var sqlStr =“insert into”+ tableName +“values(” 
    for (i < - 1 to colNumbers){ 
      sqlStr + =“?” 
      if if(i!= colNumbers){ 
        sqlStr + =“,” 
      } 
    } 
    sqlStr + =“)” 
    sqlStr 
  }

  / **以元组的方式返回mysql属性信息** / 
  def getMySQLInfo:(String,String,String)= { 
    val jdbcURL = PropertyUtils.getFileProperties(“mysql-user.properties”,“mysql.jdbc.url”)
    VAL的userName = PropertyUtils.getFileProperties( “mysql-user.properties”, “mysql.jdbc.username”)
    VAL密码= PropertyUtils.getFileProperties( “mysql-user.properties”, “mysql.jdbc.password”)
    (JDBCURL,用户名,passWord)
  }

  / ** 
    *从MySQL的数据库中获取DateFrame 
    * 
    * @参数sqlContext sqlContext 
    * @参数mysqlTableName表名
    * @参数queryCondition查询条件(可选)
    * @返回DateFrame 
    * / 
  DEF getDFFromMysql(sqlContext:SQLContext,mysqlTableName:字符串,queryCondition :String):DataFrame = { 
    val(jdbcURL,userName,passWord)= getMySQLInfo 
    val prop = new Properties()
    prop.put(“user”,userName)
    prop.put(“password”,passWord)    if(null == queryCondition ||“”= = queryCondition)
      sqlContext.read.jdbc(jdbcURL,mysqlTableName,prop)    else 
      sqlContext.read.jdbc(jdbcURL,mysqlTableName,prop).where(queryCondition)
  }

  / ** 
    *删除数据表
    * @param sqlContext 
    * @param mysqlTableName 
    * @return 
    * / 
  def dropMysqlTable(sqlContext:SQLContext,mysqlTableName:String):Boolean = { 
    val conn = MySQLPoolManager.getMysqlManager.getConnection //从连接池中获取一个连接
    val preparedStatement = conn.createStatement()    try { 
      preparedStatement.execute(s“drop table $ mysqlTableName”)
    } catch { 
      case e:Exception => 
        println(s“mysql dropMysqlTable error:$ {e.getMessage}”)        false 
    } finally { 
      preparedStatement.close()
      conn.close()
    } 
  }

  / ** 
    *删除表中的数据
    * @param sqlContext 
    * @param mysqlTableName 
    * @param condition 
    * @return 
    * / 
  def deleteMysqlTableData(sqlContext:SQLContext,mysqlTableName:String,condition:String):Boolean = { 
    val conn = MySQLPoolManager。 getMysqlManager.getConnection //从连接池中获取一个连接
    val preparedStatement = conn.createStatement()    try { 
      preparedStatement.execute(s“从$ mysqlTableName中删除$ condition”)
    } catch { 
      case e:Exception => 
        println(s“ mysql deleteMysqlTable错误:$ {e.getMessage}“)        false 
    } finally { 
      preparedStatement.close()
      conn.close()
    } 
  }

  / ** 
    *保存DataFrame到MySQL中,如果表不存在的话,会自动创建
    * @param tableName 
    * @param resultDateFrame 
    * / 
  def saveDFtoDBCreateTableIfNotExist(tableName:String,resultDateFrame:DataFrame){ 
    //如果没有表,根据DataFrame建表
    createTableIfNotExist(tableName,resultDateFrame)    //验证数据表字段和dataFrame字段个数和名称,顺序是否一致
    verifyFieldConsistency(tableName,resultDateFrame)    //保存df 
    saveDFtoDBUsePool(tableName,resultDateFrame)
  }


  / ** 
    *拼装insertOrUpdate SQL语句
    * @param tableName 
    * @param cols 
    * @param updateColumns 
    * @return 
    * / 
  def getInsertOrUpdateSql(tableName:String,cols:Array [String],updateColumns:Array [String]):String = { 
    val colNumbers = cols.length 
    var sqlStr =“insert into”+ tableName +“values(” 
    for(i < - 1 to colNumbers){ 
      sqlStr + =“?” 
      if if(i!= colNumbers){ 
        sqlStr + =“,” 
      } 
    } 
    sqlStr + = “)ON DUPLICATE KEY UPDATE”

    updateColumns.foreach(str => { 
      sqlStr + = s“$ str =?,” 
    })

    sqlStr.substring(0,sqlStr.length - 1)
  }

  / ** 
    *通过insertOrUpdate的方式把DataFrame写入到MySQL中,注意:此方式,必须对表设置主键
    * @param tableName 
    * @param resultDateFrame 
    * @param updateColumns 
    * / 
  def insertOrUpdateDFtoDBUsePool(tableName:String,resultDateFrame:DataFrame ,updateColumns:Array [String]){ 
    val colNumbers = resultDateFrame.columns.length 
    val sql = getInsertOrUpdateSql(tableName,resultDateFrame.columns,updateColumns)
    val columnDataTypes = resultDateFrame.schema.fields.map(_。dataType)
    println(“## ############ sql =“+ sql” 
    resultDateFrame.foreachPartition(partitionRecords => { 
      val conn = MySQLPoolManager.getMysqlManager.getConnection //从连接池中获取一个连接
      val preparedStatement = conn.prepareStatement(sql)
      val metaData = conn.getMetaData.getColumns(null,“%”,tableName,“%”)//通过连接获取表名对应数据表的元数据
      try { 
        conn.setAutoCommit(false )
        partitionRecords.foreach(record => { 
          //注意:setString方法从1开始,record.getString()方法从0开始
          for(i < - 1 to colNumbers){ 
            val value = record.get(i - 1)
            val dateType = columnDataTypes(i - 1)            if(value!= null){//如何值不为空,将类型转换为String 
              preparedStatement.setString(i,value.toString)
              dateType match { 
                case _:ByteType => preparedStatement。 setInt(i,record.getAs [Int](i - 1))                case _:ShortType => preparedStatement.setInt(i,record.getAs [Int](i - 1))                case _:IntegerType => preparedStatement.setInt(i,record.getAs [Int](i - 1))                case _ :LongType => preparedStatement.setLong(i,record.getAs [Long](i - 1))                case _:BooleanType => preparedStatement.setInt(i,if(record.getAs [Boolean](i - 1))1 else 0)                case _:FloatType => preparedStatement.setFloat(i,record.getAs [Float](i - 1))                case _:DoubleType => preparedStatement.setDouble(i,record.getAs [Double](i - 1))                case _:StringType => preparedStatement.setString(i,record.getAs [String](i - 1))                case _:TimestampType => preparedStatement.setTimestamp(i,record.getAs [Timestamp](i - 1))                case _:DateType => preparedStatement.setDate(i,record.getAs [Date](i - 1))                case _ =>抛出新的RuntimeException(s“nonsupport $ {dateType} !!!”)
              } 
            } else {//如果值为空,将值设为对应类型的空值
              metaData.absolute(i)
              preparedStatement.setNull(i, metaData.getInt(“DATA_TYPE”))
            }

          } 
          //设置需要更新的字段值
          用于(ⅰ< - 1至updateColumns.length){ 
            VAL字段索引= record.fieldIndex(updateColumns(I - 1))
            VAL值= record.get(字段索引)
            VAL的dataType = columnDataTypes(字段索引)
            println(s“@@ $ fieldIndex,$ value,$ dataType”)            if(value!= null){//如何值不为空,将类型转换为String 
              dataType match { 
                case _:ByteType => preparedStatement.setInt (colNumbers + i,record.getAs [Int](fieldIndex))                case _:ShortType => preparedStatement.setInt(colNumbers + i,record.getAs [Int](fieldIndex))                case _:IntegerType => preparedStatement.setInt(colNumbers + i,record.getAs [Int](fieldIndex))                case _:LongType => preparedStatement.setLong(colNumbers + i,record.getAs [Long](fieldIndex))                case _ :BooleanType => preparedStatement.setBoolean(colNumbers + i,record.getAs [Boolean](fieldIndex))                case _:FloatType => preparedStatement.setFloat(colNumbers + i,record.getAs [Float](fieldIndex))                case _:DoubleType => preparedStatement.setDouble(colNumbers + i,record.getAs [Double](fieldIndex))                case _:StringType => preparedStatement.setString(colNumbers + i,record.getAs [String](fieldIndex))                case _:TimestampType => preparedStatement.setTimestamp(colNumbers + i,record.getAs [Timestamp](fieldIndex))                case _:DateType => preparedStatement.setDate(colNumbers + i,record.getAs [Date](fieldIndex))                case _ =>抛出新的RuntimeException(s“nonsupport $ {dataType} !!!”)
              } 
            } else {//如果值为空,将值设为对应类型的空值
              metaData.absolute(colNumbers + i)
              preparedStatement.setNull( colNumbers + i,metaData.getInt(“DATA_TYPE”))
            } 
          } 
          preparedStatement.addBatch()
        })
        preparedStatement.executeBatch()
        conn.commit()
      } catch {        case e:Exception => println(s“@@ insertOrUpdateDFtoDBUsePool $ {e.getMessage}”)        //做一些log 
      } finally { 
        preparedStatement.close()
        conn.close()
      } 
    })
  }


  / ** 
    *如果数据表不存在,根据DataFrame的字段创建数据表,数据表字段顺序和dataFrame对应
    *若DateFrame出现名为id的字段,将其设为数据库主键(int,自增,主键),其他字段会根据DataFrame的DataType类型来自动映射到MySQL中
    * 
    * @param tableName表名
    * @param df dataFrame 
    * @return 
    * / 
  def createTableIfNotExist(tableName:String,df:DataFrame):AnyVal = { 
    val con = MySQLPoolManager .getMysqlManager.getConnection 
    val metaData = con.getMetaData 
    val colResultSet = metaData.getColumns(null,“%”,tableName,“%”)    //如果没有该表,创建数据表
    if(!colResultSet.next()){ 
      / /构建建表字符串
      val sb = new StringBuilder(s“CREATE 
      TABLE` $ tableName`(”)df.schema.fields.foreach(x =>        if(x.name.equalsIgnoreCase(“id”)){ 
          sb.append(s“`$ {x.name}`int(255)NOT NULL AUTO_INCREMENT PRIMARY KEY,”)//如果是字段名为id,设置主键,整形,自增
        } else { 
          x.dataType match { 
            case _:ByteType => sb.append(s“`$ {x.name}`int(100)DEFAULT NULL,”)            case _:ShortType => sb .append(s“`$ {x.name}`int(100)DEFAULT NULL,”)            case _:IntegerType => sb.append(s“`$ {x.name}`int(100)DEFAULT NULL,” )            case _:LongType => sb.append(s“`$ {x.name}`bigint(100)DEFAULT NULL,”)            case _:BooleanType => sb.append(s“`$ {x.name}` tinyint DEFAULT NULL,“)            case _:FloatType => sb.append(s”`$ {x。name}`float(50)DEFAULT NULL,“)            case _:DoubleType => sb.append(s“`$ {x.name}`double(50)DEFAULT NULL,”)            case _:StringType => sb.append(s“`$ {x.name}`varchar (50)DEFAULT NULL,“)            case _:TimestampType => sb.append(s”`$ {x.name}`timestamp DEFAULT current_timestamp,“)            case _:DateType => sb.append(s”`$ {x .name}`date DEFAULT NULL,“)            case _ => throw new RuntimeException(s”nonsupport $ {x.dataType} !!!“)
          } 
        } 
      )
      sb.append(”)ENGINE = InnoDB DEFAULT CHARSET = utf8“)
      val sql_createTable = sb.deleteCharAt(sb.lastIndexOf(','))。toString()
      println(sql_createTable)
      val statement = con。的createStatement()
      statement.execute(sql_createTable)
    } 
  }

  / ** 
    *验证数据表和dataFrame字段个数,名称,顺序是否一致
    * 
    * @param tableName表名
    * @param df dataFrame 
    * / 
  def verifyFieldConsistency(tableName:String,df:DataFrame):Unit = { 
    val con = MySQLPoolManager.getMysqlManager.getConnection 
    val metaData = con.getMetaData 
    val colResultSet = metaData.getColumns(null,“%”,tableName,“%”)
    colResultSet.last()
    val tableFiledNum = colResultSet.getRow 
    val dfFiledNum = df.columns.length 
    if (tableFiledNum!= dfFiledNum){ 
      throw new Exception(s“数据表和DataFrame字段个数不一致!! table - $ tableFiledNum但dataFrame - $ dfFiledNum”)
    } 
    for(i < - 1 to tableFiledNum){
      colResultSet.absolute(I)
      VAL tableFileName = colResultSet.getString( “COLUMN_NAME”)
      VAL dfFiledName = df.columns.apply(I - 1) 
      (!tableFileName.equals(dfFiledName)){IF 
        抛出新的异常(一个或多个“数据表和DataFrame字段名不一致!! table - '$ tableFileName'但dataFrame - '$ dfFiledName'“)
      } 
    } 
    colResultSet.beforeFirst()
  }

}



作者:腾飞的大象
链接:https://www.jianshu.com/p/abf62d70763b


点击查看更多内容
0人点赞

若觉得本文不错,就分享一下吧!

评论

相关文章推荐

正在加载中
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消