14.4 Spark-SQL基于Cassandra数据分析编程实例

Posted 王小雷-多面手

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了14.4 Spark-SQL基于Cassandra数据分析编程实例相关的知识,希望对你有一定的参考价值。

14.4 Spark-SQL基于Cassandra数据分析编程实例

卜算子·大数据”一个开源、成体系的大数据学习教程。——每周日更新

本节主要内容:

Spark对Canssandra数据库数据的处理,通过Spark SQL对结构化数据进行数据分析。

  • 创建Gradle项目,引入依赖
  • 创建Spark Session连接
  • 写入Cassandra数据库
  • 读取Cassandra数据库
  • Spark注册SQL 临时视图执行Distinct操作

完整源码Spark2Cassandra.java

完整项目源码

14.3.1 引入依赖

compile group: 'org.apache.spark', name: 'spark-core_2.11', version: '2.3.1'
compile group: 'org.apache.spark', name: 'spark-sql_2.11', version: '2.3.1'
compile group: 'com.datastax.spark', name: 'spark-cassandra-connector_2.11', version: '2.3.0'

14.3.2 创建Spark Session

SparkSession spark = SparkSession
        .builder()
        .appName("Java Spark SQL basic example")
//            .config("spark.some.config.option", "some-value")
        .config("spark.cassandra.connection.host", "192.168.56.110")
        .config("spark.cassandra.auth.username", "busuanzi")
        .config("spark.cassandra.auth.password", "busuanzi.org")
        .config("spark.cassandra.connection.port", "9042")
        .getOrCreate();

14.3.3 写入Cassandra数据库表

ds1.write()
        .format("org.apache.spark.sql.cassandra")
        .options(new HashMap<String, String>() 
            
                put("keyspace", "busuanzi_org");
                put("table", "top_n_url");
            
        ).mode("append").save();


查询Canssandra数据库

14.3.4 读取Cassandra数据库表

Dataset<Row> ds = spark.read()
        .format("org.apache.spark.sql.cassandra")
        .options(new HashMap<String, String>()
            
                put("keyspace", "busuanzi_org");
                put("table", "top_n_url");
            
        ).load();
ds.show();

14.3.5 Spark SQL Distinct去重

将ds DataFrame注册为SQL临时视图

ds.createOrReplaceTempView("dsv");

Spark SQL去重

ds.select("username", "projects", "comment").distinct().show();

完整源码Spark2Cassandra.java

完整项目源码

14.3.6 在IDEA运行项目设置

本节完成

长按关注从入门到精通

源码获取 https://github.com/wangxiaoleiAI/big-data

以上是关于14.4 Spark-SQL基于Cassandra数据分析编程实例的主要内容,如果未能解决你的问题,请参考以下文章

14.3 Spark-SQL基于PostgreSQL数据分析编程实例

基于spark2.0整合spark-sql + mysql + parquet + HDFS

如何在火花中处理这个

spark-sql执行流程分析

Spark-SQL之DataFrame操作大全

Spark-SQL之DataFrame操作大全