spark - jdbc升级版数据源

> 在spark的数据源中,只支持Append, Overwrite, ErrorIfExists, Ignore,这几种模式,但是我们在线上的业务几乎全是需要upsert功能的,就是已存在的数据肯定不能覆盖,在mysql中实现就是采用:`ON DUPLICATE KEY UPDATE`,有没有这样一种实现?官方:不好意思,不提供,dounine:我这有呀,你来用吧。哈哈,为了方便大家的使用我已经把项目打包到maven中央仓库了,为的就是使用快,容易使用。

## 吃土的方案

MysqlClient.scala

```

import java.sql._

import java.time.{LocalDate, LocalDateTime}

import scala.collection.mutable.ListBuffer

class MysqlClient(jdbcUrl: String) {

  private var connection: Connection = null

  val driver = "com.mysql.jdbc.Driver"

  init()

  def init(): Unit = {

    if (connection == null || connection.isClosed) {

      val split = jdbcUrl.split("\\|")

      Class.forName(driver)

      connection = DriverManager.getConnection(split(0), split(1), split(2))

    }

  }

  def close(): Unit = {

    connection.close()

  }

  def execute(sql: String, params: Any*): Unit = {

    try {

      val statement = connection.prepareStatement(sql)

      this.fillStatement(statement, params: _*)

      statement.executeUpdate

    } catch {

      case e: SQLException =>

        e.printStackTrace()

    }

  }

  @throws[SQLException]

  def fillStatement(statement: PreparedStatement, params: Any*): Unit = {

    for (i <- 1 until params.length + 1) {

      val value: Any = params(i - 1)

      value match {

        case s: String => statement.setString(i, value.toString)

        case i: Integer => statement.setInt(i, value.toString.asInstanceOf[Int])

        case b: Boolean => statement.setBoolean(i, value.toString.asInstanceOf[Boolean])

        case ld: LocalDate => statement.setString(i, value.toString)

        case ldt: LocalDateTime => statement.setString(i, value.toString)

        case l: Long => statement.setLong(i, value.toString.asInstanceOf[Long])

        case d: Double => statement.setDouble(i, value.toString.asInstanceOf[Double])

        case f: Float => statement.setFloat(i, value.toString.asInstanceOf[Float])

        case _ => statement.setString(i, value.toString)

      }

    }

  }

  def upsert(query: Query, update: Update, tableName: String): Unit = {

    val names = ListBuffer[String]()

    val values = ListBuffer[String]()

    val params = ListBuffer[AnyRef]()

    val updates = ListBuffer[AnyRef]()

    val keysArr = scala.Array(query.values.keys, update.sets.keys, update.incs.keys)

    val valuesArr = scala.Array(update.sets.values, update.incs.values)

    for (i: Int <- 0 until keysArr.length) {

      val item = keysArr(i)

      item.foreach {

        key => {

          names += s"`${key}`"

          values += "?"

        }

      }

      i match {

        case 0 => {

          params.++=(query.values.values)

        }

        case 1 | 2 => {

          params.++=(valuesArr(i - 1).toList)

        }

      }

    }

    update.sets.foreach {

      item => {

        updates += s" `${item._1}` = ? "

        params += item._2

      }

    }

    update.incs.foreach {

      item => {

        updates += s" `${item._1}` = `${item._1}` + ? "

        params += item._2

      }

    }

    val sql = s"INSERT INTO `$tableName` (${names.mkString(",")}) VALUES(${values.mkString(",")}) ON DUPLICATE KEY UPDATE ${updates.mkString(",")}"

    this.execute(sql, params.toArray[AnyRef]: _*)

  }

}

case class Update(sets: Map[String, AnyRef] = Map(), incs: Map[String, AnyRef] = Map())

case class Query(values: Map[String, AnyRef] = Map())

```

吃土的程序

```

val fieldMaps = (row: Row, fields: Array[String]) => fields.map {

    field => (field, Option(row.getAs[String](field)).getOrElse(""))

  }.toMap

sc.sql(

      s"""select time,count(userid) as pv,count(distinct(userid)) as uv from log group by time""")

      .foreachPartition(item => {

        val props: Properties = PropertiesUtils.properties("mysql")

        val mysqlClient: MysqlClient = new MysqlClient(props.getProperty("jdbcUrl"))

        while (item.hasNext) {

          val row: Row = item.next()

          val pv: Long = row.getAs("pv")

          val uv: Long = row.getAs("uv")

          val indicatorMap = Map(

          "pv" -> pv.toString,

          "uv" -> uv.toString

          )

          val update = if (overrideIndicator) {//覆盖

            Update(sets = indicatorMap)

          } else {//upsert

            Update(incs = indicatorMap)

          }

          var queryMap = fieldMaps(row,"time".split(","))

          mysqlClient.upsert(

            Query(queryMap),

            update,

            "test"

          )

        }

        mysqlClient.close()

      })

```

真的是丑极了,不想看了

## 如今升级为jdbc2之后

依赖 [spark-sql-datasource](https://mvnrepository.com/artifact/com.dounine/spark-sql-datasource)

```

<dependency>

  <groupId>com.dounine</groupId>

  <artifactId>spark-sql-datasource</artifactId>

  <version>1.0.1</version>

</dependency>

```

创建一张测试表

```

CREATE TABLE `test` (

  `id` int(11) NOT NULL AUTO_INCREMENT,

  `time` date NOT NULL,

  `pv` int(255) DEFAULT '0',

  `uv` int(255) DEFAULT '0',

  PRIMARY KEY (`id`),

  UNIQUE KEY `uniq` (`time`) USING BTREE

) ENGINE=InnoDB AUTO_INCREMENT=22 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

```

程序

```

val spark = SparkSession

      .builder()

      .appName("jdbc2")

      .master("local[*]")

      .getOrCreate()

    val readSchmeas = StructType(

      Array(

        StructField("userid", StringType, nullable = false),

        StructField("time", StringType, nullable = false),

        StructField("indicator", LongType, nullable = false)

      )

    )

    val rdd = spark.sparkContext.parallelize(

      Array(

        Row.fromSeq(Seq("lake", "2019-02-01", 10L)),

        Row.fromSeq(Seq("admin", "2019-02-01", 10L)),

        Row.fromSeq(Seq("admin", "2019-02-01", 11L))

      )

    )

    spark.createDataFrame(rdd, readSchmeas).createTempView("log")

    spark.sql("select time,count(userid) as pv,count(distinct(userid)) as uv from log group by time")

      .write

      .format("org.apache.spark.sql.execution.datasources.jdbc2")

      .options(

        Map(

          "savemode" -> JDBCSaveMode.Update.toString,

          "driver" -> "com.mysql.jdbc.Driver",

          "url" -> "jdbc:mysql://localhost:3306/ttable",

          "user" -> "root",

          "password" -> "root",

          "dbtable" -> "test",

          "useSSL" -> "false",

          "duplicateIncs" -> "pv,uv",

          "showSql" -> "true"

        )

      ).save()

```

实际程序上运行会生成下面的 SQL 语句

```

INSERT INTO test (`time`,`pv`,`uv`)

  VALUES (?,?,?)

  ON DUPLICATE KEY UPDATE `time`=?,`pv`=`pv`+?,`uv`=`uv`+?

```

生成结果

![spark-sql datasource jdbc2 upsert](https://upload-images.jianshu.io/upload_images/9028759-afacd2fc7610a602.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

## jdbc2新增配置

|format| duplicateIncs | showSql |

|--|--|--|

|org.apache.spark.sql.execution.datasources.jdbc2|upsert 字段|是否打印 SQL|

其他配置与内置`jdbc`数据源一样~~~

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,236评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,867评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,715评论 0 340
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,899评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,895评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,733评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,085评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,722评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,025评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,696评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,816评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,447评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,057评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,009评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,254评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,204评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,561评论 2 343

推荐阅读更多精彩内容