分享

Spark新手求教 SparkStreaming能否连接MySQL进行查询操作

Lillard 发表于 2016-1-14 16:54:21 [显示全部楼层] 回帖奖励 阅读模式 关闭右栏 2 31969
最近接了一个日志分析任务,作为Spark新手目前处于调研阶段,对Spark知之甚少。因为我有一部分信息还有历史记录是存放在MySQL数据库中,所以利用Spark Streaming分析时,日志数据是一部分输入,但也需要MySQL数据库的数据作为另一部分输入接入,进而进行一些比对算法。
想请教一下使用Spark Streaming接收数据,利用数据对MySQL数据库进行查询操作。这样的操作Spark Streaming是否支持?

MySQL数据库可否作为Spark Streaming的输入?



已有(2)人评论

跳转到指定楼层
qz2003 发表于 2016-1-14 17:19:22
支持mysql的,下面是示例
spark streaming使用数据源方式插入mysql数据
[mw_shl_code=bash,true]import java.sql.{Connection, ResultSet}
import com.jolbox.bonecp.{BoneCP, BoneCPConfig}
import org.slf4j.LoggerFactory

object ConnectionPool {

  val logger = LoggerFactory.getLogger(this.getClass)
  private val connectionPool = {
    try{
      Class.forName("com.mysql.jdbc.Driver")
      val config = new BoneCPConfig()
      config.setJdbcUrl("jdbc:mysql://192.168.0.46:3306/test")
      config.setUsername("test")
      config.setPassword("test")
      config.setMinConnectionsPerPartition(2)
      config.setMaxConnectionsPerPartition(5)
      config.setPartitionCount(3)
      config.setCloseConnectionWatch(true)
      config.setLogStatementsEnabled(true)
      Some(new BoneCP(config))
    } catch {
      case exception:Exception=>
        logger.warn("Error in creation of connection pool"+exception.printStackTrace())
        None
    }
  }

  def getConnection:Option[Connection] ={
    connectionPool match {
      case Some(connPool) => Some(connPool.getConnection)
      case None => None
    }
  }

  def closeConnection(connection:Connection): Unit = {
    if(!connection.isClosed) connection.close()
  }
}

import java.sql.{Connection, DriverManager, PreparedStatement}

import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.{SparkConf, SparkContext}
import org.slf4j.LoggerFactory

/**
* 记录最近五秒钟的数据
*/
object  RealtimeCount1{

  case class Loging(vtime:Long,muid:String,uid:String,ucp:String,category:String,autoSid:Int,dealerId:String,tuanId:String,newsId:String)

  case class Record(vtime:Long,muid:String,uid:String,item:String,types:String)


  val logger = LoggerFactory.getLogger(this.getClass)

  def main(args: Array[String]) {
    val argc = new Array[String](4)
    argc(0) = "10.0.0.37"
    argc(1) = "test-1"
    argc(2) = "test22"
    argc(3) = "1"
    val Array(zkQuorum, group, topics, numThreads) = argc
    val sparkConf = new SparkConf().setAppName("RealtimeCount").setMaster("local[2]")
    val sc = new SparkContext(sparkConf)
    val ssc = new StreamingContext(sc, Seconds(5))


    val topicMap = topics.split(",").map((_,numThreads.toInt)).toMap

    val lines = KafkaUtils.createStream(ssc, zkQuorum, group, topicMap).map(x=>x._2)

    val sql = "insert into loging_realtime1(vtime,muid,uid,item,category) values (?,?,?,?,?)"

    val tmpdf = lines.map(_.split("\t")).map(x=>Loging(x(9).toLong,x(1),x(0),x(3),x(25),x(18).toInt,x(29),x(30),x(28))).filter(x=>(x.muid!=null && !x.muid.equals("null") && !("").equals(x.muid))).map(x=>Record(x.vtime,x.muid,x.uid,getItem(x.category,x.ucp,x.newsId,x.autoSid.toInt,x.dealerId,x.tuanId),getType(x.category,x.ucp,x.newsId,x.autoSid.toInt,x.dealerId,x.tuanId)))
    tmpdf.filter(x=>x.types!=null).foreachRDD{rdd =>
      //rdd.foreach(println)
      rdd.foreachPartition(partitionRecords=>{
        val connection = ConnectionPool.getConnection.getOrElse(null)
        if(connection!=null){
          partitionRecords.foreach(record=>process(connection,sql,record))
          ConnectionPool.closeConnection(connection)
        }
      })
    }
    ssc.start()
    ssc.awaitTermination()
  }

  def getItem(category:String,ucp:String,newsId:String,autoSid:Int,dealerId:String,tuanId:String):String = {
    if(category!=null && !category.equals("null")){
      val pattern = "http://www.ihaha.com/\\d{4}-\\d{2}-\\d{2}/\\d{9}.html"
      val matcher = ucp.matches(pattern)
      if(matcher) {
        ucp.substring(33,42)
      }else{
        null
      }
    }else if(autoSid!=0){
      autoSid.toString
    }else if(dealerId!=null && !dealerId.equals("null")){
      dealerId
    }else if(tuanId!=null && !tuanId.equals("null")){
      tuanId
    }else{
      null
    }
  }

  def getType(category:String,ucp:String,newsId:String,autoSid:Int,dealerId:String,tuanId:String):String = {
    if(category!=null && !category.equals("null")){
      val pattern = "100000726;100000730;\\d{9};\\d{9}"
      val matcher = category.matches(pattern)

      val pattern1 = "http://www.chexun.com/\\d{4}-\\d{2}-\\d{2}/\\d{9}.html"
      val matcher1 = ucp.matches(pattern1)

      if(matcher1 && matcher) {
        "nv"
      }else if(newsId!=null && !newsId.equals("null") && matcher1){
        "ns"
      }else if(matcher1){
        "ne"
      }else{
        null
      }
    }else if(autoSid!=0){
      "as"
    }else if(dealerId!=null && !dealerId.equals("null")){
      "di"
    }else if(tuanId!=null && !tuanId.equals("null")){
      "ti"
    }else{
      null
    }
  }

  def process(conn:Connection,sql:String,data:Record): Unit ={
    try{
        val ps : PreparedStatement = conn.prepareStatement(sql)
        ps.setLong(1,data.vtime)
        ps.setString(2,data.muid)
        ps.setString(3,data.uid)
        ps.setString(4,data.item)
        ps.setString(5,data.types)
        ps.executeUpdate()
    }catch{
      case exception:Exception=>
        logger.warn("Error in execution of query"+exception.printStackTrace())
    }
  }
}[/mw_shl_code]

使用连接池的方式获取connection

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

推荐上一条 /2 下一条