Spark抽取mysql中的数据到Hive中

Spark抽取mysql中的数据到Hive中

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 思路
• 一、案例介绍
• 二、具体步骤
• • 1.编写scala程序完成从mysql讲数据导出成csv文件
  • 2.打包成jar包提交到集群上
  • 3.将hdfs上的这个文件下载到本地目录下
  • 4.将本地数据文件的数据加载到hive中
• 总结

---

思路

spark抽取mysql中的数据到hive中，可通过以下2步完成：
1.先将mysql中的数据抽取到存放再hdfs上的一个文件（.csv,.txt）
2.再讲文件通过load命令加载到hive中

---

下面用具体案例演示

一、案例介绍

本案例是讲mysql中的person表抽取到hive中，其中mysql中的数据如下图所示：

二、具体步骤 1.编写scala程序完成从mysql讲数据导出成csv文件

代码如下（示例）：

object Test {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder().appName("csv").master("spark://master:7077").getOrCreate()
    val prop = new Properties()
    prop.setProperty("user","root")
    prop.setProperty("password","123456")
    val dataDf = spark.read.option("header","true").jdbc("jdbc:mysql://192.168.233.131:3306/spark","person",prop)
   
    dataDf.write.option("delimiter",",").option("header","false").csv("hdfs://master:9000/spark/person")
    }
}

2.打包成jar包提交到集群上

代码如下（示例）：

spark-submit --class com.test.Test /root/test.jar 

打包成的jar包命名为test.jar,最终运行结束后，查看namenode的UI界面可以看到如下2个文件。

---

 3.将hdfs上的这个文件下载到本地目录下

下载并修改文件名代码如下（示例）：

hadoop fs -get /spark/person/part-00000-5d59800d-1c52-4234-be1e-88951e0de7ed.csv /root/
mv part-00000-5d59800d-1c52-4234-be1e-88951e0de7ed.csv person.csv 

结果如下：

4.将本地数据文件的数据加载到hive中

代码如下（示例）：

//新建数据库
create database sparktest;
use sparktest;
//新建表格，并指定分隔符为','
create table person2(ID int,Name string,Age int)
row format delimited fields terminated by ',';
//加载数据
load data local inpath '/root/person.csv' into table person;
//查看表中数据
select * from person;

结果如下（示例）：
在这里插入图片描述

在hive中查看表中数据时，希望显示表头时，需要再启动hive后，做如下设置：

set hive.ctl.print.header=true;

总结

这个案例演示了如何从mysql将数据加载到hive的内部表中，用到了sparksql相关的编程知识。