Spark RDD写入RMDB(Mysql)方法二

在本博客的《Spark将计算结果写入到Mysql中》文章介绍了如果将Spark计算后的RDD最终 写入到Mysql等关系型数据库中，但是这些写操作都是自己实现的，弄起来有点麻烦。不过值得高兴的是，前几天发布的Spark 1.3.0已经内置了读写关系型数据库的方法，我们可以直接在代码里面调用。
　　Spark 1.3.0中对数据库写操作是通过DataFrame类实现的，这个类也是新增的，是将之前的SchemaRDD重命名之后又定义了一些新方法的类。我们需要通过SQLContext来构造DataFrame对象，在SQLContext类中提供了大量可以构造DataFrame对象的方法，感兴趣的可以去看下。本文是通过SQLContext类中的createDataFrame方法来构造的。函数原型如下：

1 def createDataFrame(rowRDD: RDD[Row], schema: StructType): DataFrame

　　接收的RDD是Row类型的，他代表的是one row of output from a relational operator。第二个参数就是我们需要写入表的结构，包括了表的字段名和对应的类型，完整的代码如下：

01 import org.apache.spark.SparkContext
02 import org.apache.spark.sql.Row
03 import org.apache.spark.sql.types.{IntegerType, StringType, StructField, StructType}
04
05 /**
06  * User: 过往记忆
07  * Date: 15-03-17
08  * Time: 上午07:24
09  * bolg: http://www.iteblog.com
10  * 本文地址：http://www.iteblog.com/archives/1290
11  * 过往记忆博客，专注于hadoop、hive、spark、shark、flume的技术博客，大量的干货
12  * 过往记忆博客微信公共帐号：iteblog_hadoop
13  */
14
15 object SparkToJDBC {
16   def main(args: Array[String]): Unit = {
17
18     val url = "jdbc:mysql://localhost:3306/spark?user=iteblog&password=iteblog"
19
20     val sc = new SparkContext
21     val sqlContext = new org.apache.spark.sql.SQLContext(sc)
22     val schema = StructType(
23       StructField("name", StringType) ::
24         StructField("age", IntegerType)
25         :: Nil)
26
27     val data =sc.parallelize(List(("iteblog", 30), ("iteblog", 29),
28         ("com", 40), ("bt", 33), ("www", 23))).
29       map(item => Row.apply(item._1, item._2))
30     import sqlContext.implicits._
31
32     val df = sqlContext.createDataFrame(data, schema)
33     df.createJDBCTable(url, "sparktomysql", false)
34
35     sc.stop
36   }
37 }

　　DataFrame类中提供了很多写数据库的操作，本例中的createJDBCTable就是可以创建表，它的函数原型如下：

1 def createJDBCTable(url: String, table: String, allowExisting: Boolean): Unit

table是表的名字，最后一个参数是如果表存在是否删除表的意思，false代表不删除。
　　DataFrame类中还有insertIntoJDBC方法，调用该函数必须保证表事先存在，它只用于插入数据，函数原型如下：

1 def insertIntoJDBC(url: String, table: String, overwrite: Boolean): Unit

　　前面两个参数和createJDBCTable一致，第三个参数如果设置为true，则在插入数据之前会调用mysql的TRUNCATE TABLE语句先清掉表中的数据。