使用spark进行递归的可行方案

在实际工作中会遇到，最近有需求将产品炸开bom到底层，但是ERP中bom数据在一张表中递归存储的，不循环展开，是无法知道最底层原材料是什么。

        在ERP中使用pl/sql甚至sql是可以进行炸BOM的，但是怎么使用spark展开，并且效率要不Oracle更高效的展开，是个问题。

展开方法

        有以下步骤：

                1. 使用spark sql中sql直接递归展开：

                        优点：可行，且效率很快

                        缺点：一个sql炸到底层，无法添加在炸开过程中的逻辑管控

                2. 一层层的展开BOM，直到没有可以展开的物料为止

                        实际效果：

                                优点：可行，并可以在每一层进行管快

                                优缺点：本质上，并不是递归计算，而是过度有限循环的计算

                                               与一些需求有冲突，比如原需求为递归计算，按照需求扣减现有量，是无法实现的

                3. 使用spark（scala）递归炸开bom：--实验中

具体步骤如下

1.使用spark sql展开bom

在Scala中，我们可以使用Spark SQL来执行递归查询。要使用Spark SQL进行递归查询，我们首先需要创建一个递归查询视图，然后在该视图中执行我们的查询操作。接下来，我们将介绍一个具体的示例来解释如何使用Spark SQL进行递归查询。

假设我们有一个部门表，其中包含部门的ID和上级部门的ID。我们想要查询一个部门的所有上级部门直到根部门的层级关系。以下是一个简化的部门表结构和数据：

CREATE TABLE department (
    department_id INT,
    parent_department_id INT
);

INSERT INTO department VALUES (1, NULL);
INSERT INTO department VALUES (2, 1);
INSERT INTO department VALUES (3, 2);
INSERT INTO department VALUES (4, 3);
INSERT INTO department VALUES (5, 3);
INSERT INTO department VALUES (6, NULL);
INSERT INTO department VALUES (7, 6);

我们可以使用Spark SQL来执行递归查询，查询部门ID为4的部门的所有上级部门：

import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder()
    .appName("Recursive Query")
    .master("local")
    .getOrCreate()

val departmentDF = spark.read
    .format("jdbc")
    .option("url", "jdbc:mysql://localhost:3306/test")
    .option("dbtable", "department")
    .option("user", "root")
    .option("password", "password")
    .load()

departmentDF.createOrReplaceTempView("department")

spark.sql("""
    WITH RECURSIVE department_hierarchy AS (
        SELECT department_id, parent_department_id
        FROM department
        WHERE department_id = 4
        UNION ALL
        SELECT d.department_id, d.parent_department_id
        FROM department_hierarchy dh
        JOIN department d ON dh.parent_department_id = d.department_id
    )
    SELECT *
    FROM department_hierarchy
""").show()

上述示例中，我们使用Spark SQL的WITH RECURSIVE语法来定义一个递归查询视图department_hierarchy。起始查询使用了WHERE子句来找到部门ID为4的部门，然后使用UNION ALL子句将递归部分与起始部分联接起来，直到找到根部门为止。最后，我们通过SELECT语句从递归查询视图中选择所需的列。

运行以上代码，我们可以得到结果如下：

+-------------+-------------------+
|department_id|parent_department_id|
+-------------+-------------------+
|            4|                  3|
|            3|                  2|
|            2|                  1|
|            1|               NULL|
+-------------+-------------------+

总结

本文中，我们介绍了如何使用Scala中的Spark SQL来执行递归查询。我们首先了解了递归查询的概念和用法，然后通过一个具体的示例演示了如何使用Spark SQL进行递归查询。通过使用Spark SQL的WITH RECURSIVE语法，我们可以方便地处理复杂的递归查询操作，从而更好地利用Spark处理大规模结构化数据。

参考文档如下：