使用scala在sql表中加载csv文件

Posted 2023-03-27

【中文标题】使用scala在sql表中加载csv文件

【英文标题】：load csv file in sql table using scala

【发布时间】：2017-08-07 11:03:31

【问题描述】：

我的任务是读取 csv 文件并将 csv 文件加载到 sql 表，但我不确定我的代码并面临“没有合适的驱动程序错误”并尝试使用新驱动程序。

val DBURL= "jdbc:sqlserver://servername:port;DatabaseName=DBname"  
val srcfile=spark.read.text("filename")
val test =srcfile.write.format("jdbc")
          .option("url", DBURL)
          .option("dbtable", "tablename")
          .option("user", "username")
          .option("password", "password")
          .save()

非常感谢任何帮助。

【问题讨论】：

您是否在内置管理器（如 maven 或 sbt）中包含依赖项？

我们没有使用 maven 和 sbt。只是我们必须从 hdfs 读取文件并将其插入到 sql 表中

你下载了jdbc连接器了吗？

是的，这个可能是最新的 jar"mysql-connector-java-5.0.8-bin.jar" 使用这个我可以连接表但无法加载 csv 文件。

【参考方案1】：

您也可以在选项中添加相应的驱动程序，例如 .option ("驱动程序","org.postgresql.Driver") 或者 .option("driver", "com.mysql.jdbc.Driver")

【讨论】：

请参考之前的帖子，***.com/questions/29552799/…

【参考方案2】：

我希望下面的答案对你有帮助，并且已经尝试过了，所以它不能有任何错误

def main(args: Array[String]): Unit = 
 val conf = new SparkConf().setAppName("Testing Transpose").setMaster("local[*]").set("spark.sql.crossJoin.enabled","true")
 val sc = new SparkContext(conf)
 val sparksession = SparkSession.builder().config("spark.sql.warehouse.dir","file:///c://tmp/spark-warehouse").getOrCreate()

 val sqlContext = new SQLContext(sc)
 import sqlContext.implicits._

 val df = sparksession.read.format("com.databricks.spark.csv").option("header", "true").load(Path)

 val prop : java.util.Properties = new Properties()
 prop.setProperty("user","(temp_User)")
 prop.setProperty("password","(temp_password)")

 df
  .write
  .option("driver","com.microsoft.sqlserver.jdbc.SQLServerDriver")
  .mode("append")
  .jdbc("jdbc:sqlserver://(database_ip):(database_port_to_access)","(table_name)",prop)

sparksession.stop()

如果您想使用 databricks.csv，请包含此依赖项，否则您可以替换它val df = sparkSession.read.option("header","true").csv("src/main/resources/sales.csv")

这需要包含在 build.sbtlibraryDependencies += "com.databricks" % "spark-csv_2.10" % "0.1"

如果您的文件没有标题，那么您可以提供如下标题

import sqlContext.implicits._
    df.toDF("column_name_1","column_name_2",.....)

注意：列名的数量必须与数据框中的列数相似，还有一点需要注意，您需要将 header 选项更改为 false，如下所示

sparksession.read.format("com.databricks.spark.csv").option("header", "false").load(Path)

【讨论】：

但我的数据文件没有标题。没有标题显示无效列名等错误

我在答案末尾添加了一些注释/cmets，请仔细阅读，您可能会解决您的问题。如果需要，请随时 ping

请告知它是否帮助您