spark 集成 ClickHouse 和 MySQL (读和写操作)（笔记）

目录

前言：

一.spark读出

1. spark 读出 MySQL表数据

1.2 spark 读出 ClickHouse表数据

 二.spark写入

1. spark 写入 MySQL表数据

 2.spark 写入 ClickHouse表数据

---

前言：

这篇文章主要记录的是用spark集成ClickHouse和MySQL，

将数据read出，和将数据write写入表的 (记录笔记)

创建sparkSession

因为这个不是重点，所以先简单创建下，实际是需要按照你的需求创建的

// 创建SparkSession
val spark = SparkSession.builder()
  .appName("Write to MySQL")
  .config("spark.sql.catalogImplementation", "hive")
  .getOrCreate()

一.spark读出

1. spark 读出 MySQL表数据

//读取数据    
 spark.read.format("jdbc")
      .option("url","jdbc:mysql://address-ip:3306/ds_db01??characterEncoding=UTF-8")  //url
      .option("driver","com.mysql.jdbc.Driver")     //驱动
      .option("user","root")                        //用户名
      .option("password","123456")                   //密码
      .option("dbtable","product_info")                //表
      .load().createOrReplaceTempView("v")
    spark.sql("select * from v")      //查询

1.2 spark 读出 ClickHouse表数据

    //    以jdbc为连接方式进行连接clickhouse
    val frame = sc.read.format("jdbc")
      .option("driver","ru.yandex.clickhouse.ClickHouseDriver" )//      配置driver
      .option("url", "jdbc:clickhouse:/address-ip:8123/shtd_result")//       配置url
      .option("dbtable", "cityavgcmpprovince")
      .option("user", "default")
      .option("password", "123456")
      .load()

 二.spark写入

1. spark 写入 MySQL表数据

// 将数据写入MySQL表
processedData.write
  .format("jdbc")
  .option("driver", "com.mysql.jdbc.Driver")
  .option("url", "jdbc:mysql://mysql-host:3306/database")
  .option("dbtable", "mysql_table")
  .option("user", "username")
  .option("password", "password")
  .mode(SaveMode.Append)
  .save()

 2.spark 写入 ClickHouse表数据

// 将数据写入ClickHouse表
processeData.write
  .format("jdbc")
  .option("driver", "ru.yandex.clickhouse.ClickHouseDriver")
  .option("url", "jdbc:clickhouse://clickhouse-host:8123/database")
  .option("dbtable", "clickhouse_table")
  .option("user", "username")
  .option("password", "password")
  .mode(SaveMode.Append)
  .save()

processedData：代表你处理好的数据的DataFrame对象。
path/to/processedData.parquet：代表你处理好的数据的存储路径，可以是Parquet、CSV等格式。
mysql-host：代表MySQL数据库的主机名或IP地址。
database：代表MySQL数据库的名称。
mysql_table：代表要写入的MySQL表的名称。
username：代表连接MySQL所需的用户名。
password：代表连接MySQL所需的密码

mode参数

1. SaveMode.Append：将新数据追加到目标表的末尾。如果表不存在，则创建一个新表并保存数据。

2. SaveMode.Overwrite：完全覆盖目标表的数据。如果表不存在，则创建一个新表并保存数据。

3. SaveMode.ErrorIfExists：如果目标表已经存在，则抛出一个错误。用于避免意外地覆盖已有数据。

4. SaveMode.Ignore：如果目标表已经存在，则忽略保存操作，不做任何处理。

这些参数用于指定保存数据时的行为。根据具体的需求，选择合适的保存模式可以确保数据正确地保存到目标表中，同时避免意外覆盖或丢失数据。