码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • spark集成hudi


    启动spark-shell

    1. spark-shell \
    2. > --jars /opt/software/hudi-spark3.1-bundle_2.12-0.12.0.jar \
    3. > --conf 'spark.serializer=org.apache.spark.serializer.KryoSerializer'\
    4. > --conf 'spark.sql.extensions=org.apache.spark.sql.hudi.HoodieSparkSessionExtension'

    2

    hudi内置数据生成器,生成10条json数据

    1. scala> :paste
    2. // Entering paste mode (ctrl-D to finish)
    3. import org.apache.hudi.QuickstartUtils._
    4. import scala.collection.JavaConversions._
    5. import org.apache.spark.sql.SaveMode._
    6. import org.apache.hudi.DataSourceReadOptions._
    7. import org.apache.hudi.DataSourceWriteOptions._
    8. import org.apache.hudi.config.HoodieWriteConfig._
    9. import org.apache.hudi.common.model.HoodieRecord
    10. val tableName="hudi_trips_cow"
    11. val basePath ="file:///tmp/hudi_trips_cow"
    12. val dataGen = new DataGenerator
    13. val inserts=convertToStringList(dataGen.generateInserts(10))

    3加载到DF,写入hudi,实现简单etl处理

    1. scala> :paste
    2. // Entering paste mode (ctrl-D to finish)
    3. val df = spark.read.json(spark.sparkContext.parallelize(inserts, 2))
    4. df.write.format("hudi").
    5. options(getQuickstartWriteConfigs).
    6. option(PRECOMBINE_FIELD_OPT_KEY, "ts").
    7. option(RECORDKEY_FIELD_OPT_KEY, "uuid").
    8. option(PARTITIONPATH_FIELD_OPT_KEY, "partitionpath").
    9. option(TABLE_NAME, tableName).
    10. mode(Overwrite).
    11. save(basePath)

    4读取存储数据及注册临时表

    1. scala> :paste
    2. // Entering paste mode (ctrl-D to finish)
    3. val tripsSnapshotDF = spark.read.format("hudi").load(basePath + "/*/*/*/*")
    4. tripsSnapshotDF.createOrReplaceTempView("hudi_trips_snapshot")
    5. spark.sql("select fare, begin_lon, begin_lat, ts from hudi_trips_snapshot where fare > 20.0").show()

  • 相关阅读:
    GUI:贪吃蛇
    使用swc 替换ts-loader 加速构建webpack-vue-tsx项目
    SpringCloud中Gateway提示OPTIONS请求跨域问题
    毅速科普课堂丨3D打印随形水路模具制造的一般流程
    java基础之构造器
    21天打卡挑战 - 经典算法之折半插入排序
    python机器人编程——垃圾自动分类,在VREP环境中,UARM与摄像头联动,实现基于视觉识别的自动抓取(下)
    Postman 的使用教程(详细)
    金砖技能大赛-应急响应-内存镜像分析
    灵魂拷问:TCP 四次挥手,可以变成三次吗?
  • 原文地址:https://blog.csdn.net/m0_65077254/article/details/132774828
  • 最新文章
  • 攻防演习之三天拿下官网站群
    数据安全治理学习——前期安全规划和安全管理体系建设
    企业安全 | 企业内一次钓鱼演练准备过程
    内网渗透测试 | Kerberos协议及其部分攻击手法
    0day的产生 | 不懂代码的"代码审计"
    安装scrcpy-client模块av模块异常,环境问题解决方案
    leetcode hot100【LeetCode 279. 完全平方数】java实现
    OpenWrt下安装Mosquitto
    AnatoMask论文汇总
    【AI日记】24.11.01 LangChain、openai api和github copilot
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1
正则表达式工具 cron表达式工具 密码生成工具

京公网安备 11010502049817号